arXiv · Machine Learning· Yuling Shi, Mingchu Zhong, Zhensu Sun, Weihan Peng, Zhi Chen, Shilin He, Chengcheng Wan, Kai Cai, Hongyu Zhang, David Lo, Xiaodong Gu·· 10 小时前AI 评分53
Speculative Forking：用并行探索加速代码仓库环境配置
Speculative Forking: Turning Idle Wait into Parallel Exploration for Repository Environment Setup
AI 导读
SpecBuild提出一种基于LLM的代码仓库环境配置系统，通过并行探索候选配置分支，提交首个成功环境并丢弃其余分支。系统同时支持策略级分支和命令级分支，在覆盖40个仓库、9种编程语言的334个Multi-Docker-Eval任务上，三种骨干模型的成功率较最强基线提升6.4至12.0个百分点，平均配置时间缩短22.4%至41.6%。
来源：arXiv · Machine Learning · arxiv.org