SemDraft
一个从成对修改前后缝纫版型中学习搜索可执行制版程序的框架，通过确定性编译器、动作对顺序判定和独立回放三重认证机制恢复编辑动作序列。
时间轴 (近 90 天)
论文《Learning to Search for Executable Patternmaking from Certified Programs》提出了 SemDraft 框架，据称是首个能从成对的「修改前/修改后」缝纫版型中学习搜索可执行制版程序的系统。
SemDraft 将任务定义为：输入是修改前后的版型对，输出是一串编辑动作构成的程序，而非直接生成成品版型。
SemDraft 使用确定性编译器来验证恢复出的编辑动作序列，要求动作序列能把第一个版编译成第二个版。
SemDraft 通过三道独立检查来认证程序：从头重编译、动作对的顺序判定（有序或可交换）、独立回放。
在搜索空间中对每一对编辑动作进行可交换性二分类，可以恢复制版操作之间的偏序关系，并用于剪枝搜索空间。
在固定1000次搜索执行的预算下，学习型排序器在两个对顺序敏感的80案例测试集上分别认证了63和64个案例，而非学习型排序器最多只能认证53和52个。
传统过程挖掘假设存在带时间戳的事件日志，而 SemDraft 的场景中连日志都没有，只剩下修改前后的两个静态快照。
SemDraft 的「搜索加认证」范式与程序合成领域的「按示例编程」（Programming by Example）高度同构。
SemDraft 把无监督的搜索问题转化为有监督的排序学习问题，用认证程序作为中介。
SemDraft 方法目前依赖确定性编译器和对顺序敏感的案例设计，在编译行为不稳定或编辑动作存在歧义的场景下，认证机制的严格性可能成为覆盖率的天花板。
还有 1 条时间轴事件
全部知识事实 (11)
论文《Learning to Search for Executable Patternmaking from Certified Programs》提出了 SemDraft 框架，据称是首个能从成对的「修改前/修改后」缝纫版型中学习搜索可执行制版程序的系统。
50%待验证SemDraft 将任务定义为：输入是修改前后的版型对，输出是一串编辑动作构成的程序，而非直接生成成品版型。
50%待验证SemDraft 使用确定性编译器来验证恢复出的编辑动作序列，要求动作序列能把第一个版编译成第二个版。
50%待验证SemDraft 通过三道独立检查来认证程序：从头重编译、动作对的顺序判定（有序或可交换）、独立回放。
50%待验证在搜索空间中对每一对编辑动作进行可交换性二分类，可以恢复制版操作之间的偏序关系，并用于剪枝搜索空间。
50%待验证在固定1000次搜索执行的预算下，学习型排序器在两个对顺序敏感的80案例测试集上分别认证了63和64个案例，而非学习型排序器最多只能认证53和52个。
50%待验证传统过程挖掘假设存在带时间戳的事件日志，而 SemDraft 的场景中连日志都没有，只剩下修改前后的两个静态快照。
50%待验证SemDraft 的「搜索加认证」范式与程序合成领域的「按示例编程」（Programming by Example）高度同构。
50%待验证SemDraft 把无监督的搜索问题转化为有监督的排序学习问题，用认证程序作为中介。
50%待验证SemDraft 方法目前依赖确定性编译器和对顺序敏感的案例设计，在编译行为不稳定或编辑动作存在歧义的场景下，认证机制的严格性可能成为覆盖率的天花板。
50%待验证对服装行业而言，SemDraft 的方法可能让只有修改前后两版、中间过程早已遗忘的旧版型档案被还原出当年的操作路径。
50%