arXiv · cs.AI· Kyoungmin Kim·· 1 天前
语义查询引擎中的计划变更结果：成本-准确率优化形式化
When Plans Change Answers: Formalizing Cost-Accuracy Optimization for Semantic Queries
arXiv:2610.08089v1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：Kyoungmin Kim
研究任务与主要进展
研究提出语义查询的成本-准确率优化形式化方法，用决策模型（如 Jev）的校准置信度和元组对输出的贡献度（包括扇出）估计查询计划的结果质量，无需标注数据。作者定义了语义算子关系代数、物理计划、输出级准确率目标和计划等价关系，并分析了点态确定性策略下的准确率不变性、选择下推的质量非可靠性以及多项式时间复杂度与NP-hard优化问题；目前结果基于合成工作负载模拟，真实引擎评估留待后续。
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