Massachusetts Institute of Technology（麻省理工学院）

Abacus: A Cost-Based Optimizer for Semantic Operator Systems

Abacus：一种基于成本的语义运算系统优化器

Matthew Russo, Chunwei Liu, Sivaprasad Sudhir, Gerardo Vitagliano, Michael Cafarella, Tim Kraska, Samuel Madden

机构 * MIT（麻省理工学院） 纠错

AI总结 Abacus是一种基于成本的优化器，用于优化语义运算系统，通过评估运算符性能并优化系统质量、成本和延迟，实现更高效的文档处理任务。

Comments To be published in VLDB'26, 14 pages, 8 figures

Journal ref PVLDB, 19(5): 1060 - 1073, 2026

Robustness as an Emergent Property of Task Performance

鲁棒性作为任务性能的涌现属性

Shir Ashury-Tahan, Ariel Gera, Elron Bandel, Michal Shmueli-Scheuer, Leshem Choshen

机构 * IBM Research（IBM研究院） ； MIT（麻省理工学院） 纠错

AI总结 本文提出鲁棒性是任务性能的涌现属性，通过实证分析发现鲁棒性主要由任务特定能力驱动，而非模型固有属性，挑战了传统观点。

ContextEvolve: Multi-Agent Context Compression for Systems Code Optimization

ContextEvolve: 多智能体上下文压缩用于系统代码优化

Hongyuan Su, Yu Zheng, Yong Li

机构 * Tsinghua University, Beijing, China（清华大学） ； Zhongguancun Academy, Beijing, China（中关村学院） ； Massachusetts Institute of Technology, Cambridge MA, USA（麻省理工学院） 纠错

AI总结 ContextEvolve通过多智能体框架实现系统代码优化，利用上下文压缩提升搜索效率，实验表明其在ADRS基准测试中性能提升显著。