arXiv cs.AI· Vansh Sharma, Venkat Raman·· 1 天前AI 评分31
Mach2：带确定性执行约束的科学发现平台
Mach2: Scientific Discovery Platform with Deterministic Execution Constraints
AI 导读
Mach2 将 Eigen 编排与类似 lint 的确定性检查结合，对工具请求、源码变更、验收测试和产物契约执行可执行谓词校验，强制失败会阻止操作推进。平台还集成用户指定的 TDD、CodeGrapher 的抽象语法树分析和历史引导的进化搜索，并生成任务专属智能体包，通过独立选择的端点执行。
正文 · AI 翻译
摘要：语言模型智能体能够制定工作流并调用专用工具，但仅靠提示并不能保证其遵守自然语言操作规则。Mach2 通过将 Eigen 编排与对工具请求、源代码变更、验收测试和制品契约的确定性、类 lint 检查相结合，解决了这一局限。领域需求被表示为可执行谓词：强制性失败会阻止被检查操作的推进，而诊断性发现则被保留以供纠正或审查。用户指定的测试驱动开发（TDD）、CodeGrapher 的抽象语法树分析以及历史引导的进化搜索提供了互补的验证与优化机制。Mach2 还会生成任务特定的智能体包，以便通过独立选择的端点执行。发起方测试框架会根据声明的接口和证据要求验证返回的制品，而不假定对远程运行进行持续监督。模型内部知识（MIK）依赖项与基于源代码和测试支持的发现分开记录。本文形式化了规则门控执行模型和智能体包生命周期，并提出了用于评估规则合规性、工程有效性和跨端点任务连续性的可度量标准。
| 主题： | 软件工程（cs.SE）；人工智能（cs.AI）；应用物理（physics.app-ph） |
| 引用为： | arXiv:2611.14777 [cs.SE] |
| （或本版本的 arXiv:2611.14777v1 [cs.SE]） | |
| https://doi.org/10.48550/arXiv.2611.14777 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Vansh Sharma [查看电子邮件]
[v1]
2026年11月10日星期二 22:09:28 UTC（352 KB）
来源：arXiv cs.AI · arxiv.org