★ 4
PerfReasoning基准评估大模型硬件性能推理
PerfReasoning基准测试大模型在硬件性能推理和生成分析性性能模型代码方面的能力。最强闭源模型在推理问答中超过90%，最佳开源模型达82.4%，但模型构建难度大，除GPT-5.6 Sol外其余模型平均通过率低于15%。任务特定强化学习可将4B模型映射推理准确率提升15.7个百分点。
arXiv cs.AI56 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
PerfReasoning基准测试大模型在硬件性能推理和生成分析性性能模型代码方面的能力。最强闭源模型在推理问答中超过90%，最佳开源模型达82.4%，但模型构建难度大，除GPT-5.6 Sol外其余模型平均通过率低于15%。任务特定强化学习可将4B模型映射推理准确率提升15.7个百分点。