AdaStop：面向深度神经网络测试选择的成本感知提前停止

论文将深度神经网络测试中的预算选择建模为成本收益决策：标注一个输入需付出成本c，发现故障可获得价值v，并在估计的边际故障发现率低于阈值τ=c/v时停止。跨数据集、架构和测试选择策略的实验显示，AdaStop用9%—31%的标注预算发现了65%—84%的故障。