arXiv cs.AI· Yansong Sun, Shenxiu Wu, Siyuan Chen, Runlin Hou, Junhao Qiu, Junming Cao, Shudi Shao, Zhichao Lu, Qingfu Zhang·· 2 天前AI 评分39
不重新生成，而是调试：面向加速器内核修复的领域专用智能体
Don't Regenerate, Debug: A Domain-Specific Agent for Repairing Near-Miss Accelerator Kernels
AI 导读
针对 GPU、NPU 等加速器内核生成中大量"近失"候选被丢弃的问题，研究者提出领域专用调试智能体，通过检索模式、诊断插桩、反作弊检测与收敛保护实现自主修复。其 Debug Pass@1 达 66.7%，高于重新生成的平均 Pass@1 25.9% 和 Pass@3 40.7%，且每次成功消耗的 token 比三次重新生成少 92.8%。
正文 · AI 翻译
摘要：面向 GPU、NPU 等硬件加速器的内核生成已成为大语言模型（LLM）的试验场，最先进的系统通过将 LLM 与智能体强化学习和进化搜索相结合的流水线来提升正确性。此类流水线会生成、编译并执行大量候选内核，丢弃其中大部分，从而错失了将失败提炼为可复用知识的机会。许多被丢弃的候选是接近成功的算子，它们能编译并运行，但未通过数值验证；每一个都蕴含着真实的领域知识，以及在 LLM 推理、交叉编译和硬件执行上的不小投入。我们主张一种范式转变：与其重新生成，不如调试。调试比从零生成受约束得多：搜索空间小，反馈密集。我们提出一个领域专用的调试智能体，解决自主修复中的三个核心挑战：通过检索模式和诊断插桩缓解知识稀缺，通过反作弊检测和全覆盖评估确保完整性，以及通过收敛保护和有界迭代控制成本。调试发挥两种互补作用：它通过恢复反复重新生成无法产出的算子来拓展能力边界，同时降低每个可交付算子的成本。Debug Pass@1 达到 66.7%，而 Regenerate Avg Pass@1 为 25.9%、Regenerate Pass@3 为 40.7%，同时每次成功消耗的 token 比三次试验重新生成少 92.8%。组件消融表明，知识库驱动了恢复，而完整性门控拒绝了工作流自身所接受的 12.5-33.3% 的成功案例。
| 学科： | 软件工程（cs.SE）；人工智能（cs.AI） |
| 引用为： | arXiv:2608.02712 [cs.SE] |
| （或 arXiv:2608.02712v2 [cs.SE] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2608.02712 arXiv 颁发的 DOI，经由 DataCite |
提交历史
来自：Yansong Sun [查看邮箱]
[v1]
2026年8月3日星期一 17:59:48 UTC（586 KB）
[v2]
2026年10月15日星期四 12:33:08 UTC（586 KB）
来源：arXiv cs.AI · arxiv.org