ParEVO框架为不规则数据生成高性能并行代码

研究人员开发了ParEVO，一个旨在为不规则数据结构合成高性能并行代码的框架，这类数据结构是当前LLM的难题。该系统利用了一个名为Parlay-Instruct Corpus的精选数据集，经过微调的模型（包括DeepSeek、Qwen和Gemini），以及一个通过编译器和性能分析器反馈迭代优化代码的进化编码代理（ECA）。ParEVO在ParEval基准测试中展示了显著的加速，平均达到106倍，并且在复杂的不规则图问题上优于最先进的商业模型。 AI

影响 这项研究可能显著提高复杂数据结构并行编程的效率和可访问性，从而加速科学发现和高性能计算应用。

排序理由 该集群包含一篇详细介绍代码合成新框架和方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• Critic-Refine
• DeepSeek
• Evolutionary Coding Agent
• Gemini
• ParEval
• Parlay-Instruct Corpus
• ParlayLib - A Toolkit for Parallel Algorithms on Shared-Memory Multicore Machines
• Quanquan C. Liu
• Qwen
• Work-Span

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →