D2K-Bench 基准测试：LLM Agent 能否把专家设计转化为高效 GPU 内核
arXiv 上的新基准 D2K-Bench，26 个任务测 LLM 写 GPU 内核，加上专家指导后 GPT-6-Astra 等模型的加速比从 1.69 倍冲到 2.49 倍，结果挺有意思。
#Claude-Opus-4.8
共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「Claude-Opus-4.8」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月5日
arXiv 上的新基准 D2K-Bench，26 个任务测 LLM 写 GPU 内核，加上专家指导后 GPT-6-Astra 等模型的加速比从 1.69 倍冲到 2.49 倍，结果挺有意思。