risk-aware-ai

本文提出了一种基于后果感知的测试时计算资源分配方法，根据预测的失败代价而非单纯的任务难度，将更高风险的软件工程任务路由至更大的计算预算。在 SWE-bench Lite 和 Multi-SWE-bench mini 上的评估表明，与难度感知路由相比，该方法将代价加权损失降低了 22%–33%。