Компьютерная наука > Искусственный интеллект [представлен 27 октября 2026 года] Название: Engoding Groups View PDF HTML (экспериментальный) Резюме: Быстрый прогресс разработчиков программного обеспечения вызывает интерес в их применении к открытым проблемам, таким как оптимизация ядра ГИП. Вместе с тем мы считаем, что существующие кодирующие агенты соответствуют местным оптимальным требованиям в отношении реальных ядер, написанных экспертами (например, FlashInfer). Мы представляем "Эволюционные агентские команды", многоагентовую систему, которая избегает таких местных оптимальных. В нем содержится 1) центральный руководитель, который диагностирует каждый местный оптимальный и реструктуризирует группу агентов; и 2) устойчивая файловая система, которая включает в себя учебный документ, историю эволюции и артефакты для каждой группы, на основе которой структурная перестройка осуществляется с использованием накопленного опыта. В рамках совпадающего символического бюджета, действующие группы агентов неизменно опережают высокие исходные параметры шифрования-агента. С расширенным символическим бюджетом, развивающиеся агентские команды создают ядро CUDA, которое достигает 1,2x среднего ускорения по производству FlashInfer MLA декодирует ядра с нуля и выигрывает 36 из 47 производственных нагрузок от Flasinfer-Bench (0.86-09.9x на остальных 11). Кроме того, она демонстрирует более высокие показатели работы по таким направлениям, как предзаполнение KDA на AMD MI350X (3.01x vLLM) и…
Развивающиеся группы агентов
arXiv: 261 030,36848v1 Annuales Type: новый резюме: Быстрый прогресс в области разработки программного обеспечения вызывает интерес к их применению для решения таких открытых проблем, как оптимизация ядра ГПС. Вместе с тем мы считаем, что существующие кодирующие агенты соответствуют местным оптимальным требованиям в отношении реальных ядер, написанных экспертами (например, FlashInfer). Мы представляем "Эволюционные агентские команды", многоагентовую систему, которая избегает таких местных оптимальных. В нем содержится 1) центральный руководитель, который диагностирует каждый местный оптимальный и реструктуризирует группу агентов; и 2) устойчивая файловая система, которая включает в себя учебный документ, историю эволюции и артефакты для каждой группы, на основе которой структурная перестройка осуществляется с использованием накопленного опыта. В рамках совпадающего символического бюджета, действующие группы агентов неизменно опережают высокие исходные параметры шифрования-агента. С расширенным символическим бюджетом, развивающиеся группы агентов создают ядро CUDA, которое достигает 1,2x среднего ускорения по производству FlashInfer MLA декодирует ядра с нуля и выигрывает на 36 из 47 производственных рабочих