持续追踪

MetaKernelBench:存下来的经验,也可能让下次优化退步

按时间保留当时的判断和后续核查;历史收录不代表刚刚重新验证。

2026-10-13 · 当时的记录

作者固定74个问题、B200硬件和单次40分钟预算,把CuTe DSL尝试写成自然语言skill,再交给同一模型从头做TIRx版本,反向亦然。六模型的配对收益范围为−19%至+29%;每个方向仍有16%–45%的问题退步。转移的是经验文字,未给原实现;这里测试同问题跨DSL迁移,未测新问题或新硬件。

回到当期正文 ↗

查看依据原文 · 原始依据