arXiv · cs.AI· Abhilash Jindal, Todd Nief, Bhanu Prakash Vangala, Shankaradithyaa V, Tvisha Malik, Anshik Sahu, Aaron Schein, Amitabh Chaudhary, Tanu Malik·· 2 天前
FlexiFlow：机器学习工作流中的基于多臂老虎机模型切换
FlexiFlow: Bandit-based Model Switching in ML Workflows
arXiv:2610.07286v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Abhilash Jindal, Todd Nief, Bhanu Prakash Vangala, Shankaradithyaa V, Tvisha Malik, Anshik Sahu, Aaron Schein, Amitabh Chaudhary, Tanu Malik
研究任务与主要进展
Abhilash Jindal等提出FlexiFlow，在机器学习工作流中根据当前模型准确率动态切换备用模型，并通过多臂老虎机方法综合模型运行时、用户定义断言通过概率和工作流结构来排序模型。基于论文摘要，真实工作流实验显示，运行时切换模型并复用中间结果可使准确率最高提升23%，相较顺序运行获得48%效率收益；作者还指出标准Thompson采样不足以应对此类工作流模型切换。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org