PulseAugur
中
实时 10:24:30
English(EN) D2K-Bench: Can LLM Agents Turn Expert Designs into Efficient GPU Kernels?

新基准 D2K-Bench 测试 LLM 代理的 GPU 内核设计能力

作者 PulseAugur 编辑部 · [1 个来源] ·

一项名为 D2K-Bench 的新基准已被开发出来，用于评估大型语言模型 (LLM) 代理将专家设计指导转化为高效 GPU 内核的能力。该基准包含 26 个任务和 85 个工作负载，评估了从高级算法、数据流设计到低级优化等方面的指导。在 NVIDIA B200 GPU 上的结果表明，专家指导显著提高了正确性和性能，像 GPT-6-ASTRA、Claude Opus 4-8 和 GPT 5.6 "Sol" 这样的前沿模型实现了大幅加速。 AI

影响 该基准可以加速开发能够为专用硬件生成复杂代码的更高效的 AI 代理。

排序理由 该集群包含一篇介绍用于评估 LLM 代理的新基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

新基准 D2K-Bench 测试 LLM 代理的 GPU 内核设计能力

本文如何被排名

Signal score
11 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该集群包含一篇介绍用于评估 LLM 代理的新基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, product
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Same-day
Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Daifeng Li, Huiqiang Jiang, Chengruidong Zhang, Wei Wu, Xudong Guo, Jianhong Tu, Jianwei Zhang, Binhang Yuan, Dayiheng Liu ·

    D2K-Bench：LLM智能体能否将专家设计转化为高效GPU内核？

    arXiv:2610.03226v1 Announce Type: cross Abstract: GPU kernels generated by large language model (LLM) agents can remain less efficient than expert implementations, but runtime alone does not reveal how the gap relates to design discovery and implementation. We introduce D2K-Bench…

相关实体

相关话题