★ 3
变异分析衡量 GPU 内核基准测试的可靠性
论文指出 LLM 生成 GPU 内核的基准测试仅用少量随机输入和宽松浮点容差判定正确性，却直接影响排行榜与强化学习奖励。作者引入变异分析作为测试充分性度量，向 188 个 KernelBench 问题的 CUDA 实现注入 10303 个可编译故障。结果显示官方检查确定性漏检六分之一故障，精度类故…
arXiv cs.LG41 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文指出 LLM 生成 GPU 内核的基准测试仅用少量随机输入和宽松浮点容差判定正确性，却直接影响排行榜与强化学习奖励。作者引入变异分析作为测试充分性度量，向 188 个 KernelBench 问题的 CUDA 实现注入 10303 个可编译故障。结果显示官方检查确定性漏检六分之一故障，精度类故…