论文称并行推测式分叉可让环境配置更快且成功率更高。
资讯摘要
论文提出 SpecBuild，一个基于 LLM 的仓库环境配置系统，用推测式分叉把原本串行的试错流程改为并行探索：策略级分叉尝试不同基础镜像与依赖策略，命令级分叉在观察到失败前预判并准备修复分支，最终返回首个成功提交的环境。作者报告在 Multi-Docker-Eval 的 334 个任务、40 个仓库、9 种语言上，三种骨干模型相对最强基线成功率提升 6.4 至 12.0 个百分点，平均配置时间减少 22.4% 至 41.6%。
要点速读
- SpecBuild 在策略级和命令级两个粒度上并行探索候选配置分支，返回首个成功环境并丢弃其余分支。
- 命令级分叉会预测正在运行命令的失败并提前准备修复分支，而非等失败出现后再决策。
- 作者报告在 Multi-Docker-Eval 上成功率提升 6.4–12.0 个百分点，平均配置时间降低 22.4%–41.6%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。