PolyBench
PulseAugur coverage of PolyBench — every cluster mentioning PolyBench across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
LLM引导的代码优化显示出优于传统框架的潜力
一篇新论文探讨了使用大型语言模型（LLMs）进行高性能代码优化，这项任务传统上需要深厚的硬件知识和复杂的框架。研究调查了自动化优化中使用的标准抽象是否能使LLM引导的过程受益。研究结果表明，当给定特定的优化目标时，LLMs在生成C代码方面可以比现有框架获得更好的性能和有效性，这表明在可验证的LLM引导代码优化方面存在新方法的潜力。
-
HLSmith 框架通过专家指导提升 C/C++ 到 HLS 的翻译效率 · 跟踪 2 个来源
研究人员开发了 HLSmith，一个旨在通过高层次综合 (HLS) 改进 C/C++ 代码到高性能硬件加速器翻译的框架。该系统包含一个编码硬件优化技术的专业知识库、一个模拟专家实践的指导编排流程，以及一个用于适应前沿模型的管道。HLSmith 在基准测试中显著优于之前的代理编排框架（如 ChatHLS），实现了 4.24 倍的几何平均加速比和 100% 的有效设计率，而 ChatHLS 的有效设计率为 57%。
-
中科闻歌推出Decitron AI，用于真实世界决策
中国AI公司中科闻歌发布了Decitron，这是一款新推出的、旨在超越问答、模拟复杂场景并预测未来结果的大型决策模型。Decitron利用“世界模型”、多智能体模拟和博弈论来分析事件、比较潜在路径，并为金融、经济和商业战略等领域的决策者提供可操作的建议。该模型旨在将AI从内容生成器转变为真实世界复杂、动态决策的工具，其性能已在PolyBench等基准测试中得到验证。
-
新基准PolyBench增强LLM在聚合物设计方面的能力
研究人员开发了PolyBench，这是一个全面的基准数据集和训练方法，用于专注于聚合物设计任务的大型语言模型（LLM）。该数据集包含超过125,000个任务，并利用了数百万个数据点的知识库，旨在为LLM提供聚合物科学所需的特定知识和推理能力。实验表明，使用PolyBench的知识增强推理蒸馏方法训练的较小语言模型，在聚合物相关挑战方面可以超越同等大小的模型，并与更大、闭源的LLM竞争，这预示着AI在科学发现方面取得进展的希望。