研究人员开发了SuperCoder系统，该系统利用大语言模型（LLMs）优化汇编程序，其能力超越了标准编译器。研究人员创建了一个包含超过8000个汇编程序的基准数据集来测试23个LLMs，其中Claude Opus 4的成功率为51.5%。经过强化学习微调后，一个名为SuperCoder的Qwen2.5-Coder-7B-Instruct模型达到了95.0%的正确率，并且比gcc -O3快1.46倍，展示了大语言模型在程序性能优化方面的潜力。 AI
影响 展示了大语言模型在汇编代码方面超越传统编译器优化的能力，可能加速软件性能的提升。
排序理由 研究论文，详细介绍了使用大语言模型进行程序优化的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Assembly Programs
- Claude Opus 4
- gcc -O3
- large-language models
- qwen2.5 coder 7b instruct
- SuperCoder
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
