8B小模型Little Dragon用RL训练生成GPU优化脚本，超越GPT-6 Astra等前沿大模型
原文标题：How to Train Your Little Dragon: Teaching a Small Language Model to Construct and Refine GPU Optimization Scripts
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出「HOW TO TRAIN YOUR LITTLE DRAGON」训练方法，教一个80亿参数的小语言模型生成并改进GPU内核优化脚本，而非直接生成内核代码。研究基于TVM MetaSchedule构建了54,116个工作负载、108,594条训练样本，结合监督微调与带性能奖励的强化学习。最终模型单次尝试正确率达91.27%（构造）和92.01%（改进），在多数任务上生成的内核比监督训练更快，且性能超过GPT-6 Astra、Opus 5、Kimi-K3、GLM-5.3等六个前沿大模型。
- 问题
- 小模型能否生成并改进GPU内核优化脚本，而非直接写内核代码。
- 方法
- 基于TVM MetaSchedule构建数据，用监督微调加带性能奖励的强化学习训练8B模型生成优化脚本。
- 结果
- 单次尝试正确率91.27%（构造）、92.01%（改进），多数任务内核快于监督训练，超过GPT-6 Astra等六个前沿大模型。
- 影响
- 证明小模型加RL在编译器优化脚本生成上可超越大模型，降低GPU内核调优门槛与成本。
深读 · 结论先行AI 生成展开看要点与影响 ↓
8B小模型生成GPU优化脚本，单次正确率超91%，性能胜过六个前沿大模型。
- •基于TVM MetaSchedule构建54,116个工作负载、108,594条训练样本
- •模型生成优化脚本而非内核代码，采用无损紧凑表示重建编译器轨迹
- •监督微调加性能奖励强化学习，仅对数值正确的内核给延迟奖励
- •构造正确率91.27%、改进正确率92.01%，多数任务内核快于监督训练
- •性能超过GPT-6 Astra、Opus 5、Kimi-K3、GLM-5.3等六个前沿大模型
为什么重要：说明在编译器优化这类可验证任务上，小模型加针对性RL可超越通用大模型，对GPU内核优化与训练范式选择有直接参考。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。