arXiv Artificial Intelligence· Jiaqi Liu, Ruinan Jin, Yitong Tang, Beidi Zhao, Gexin Huang, Qiong Zhang, Xiaoxiao Li·2026-10-20 12:00· 2 小时前AI 评分50

EvalRx：面向基础模型的智能体诊断与可验证修复框架

EvalRx: Agentic Diagnosis and Verified Repair of Foundation Models

AI 导读

EvalRx 是一个开源智能体框架，用于对基础模型做有统计依据的失效诊断与修复：先发现系统性失效模式、提出可证伪假设，再用预先冻结的测试验证，并据此进行分级修复，候选修复只有在目标行为改善且无不可接受回退时才被采纳。