Hugging Face · 每日论文· 媒体 / 作者来源·精选
EdgeKernelBench提出边缘后端统一LLM内核生成基准与LEKA代理
原文标题
EdgeKernelBench: Unified LLM-Driven Kernel Generation for Edge Backends
AI 导读
研究提出EdgeKernelBench，用统一IR部署框架和分层基准覆盖从单算子到紧凑模型图的边缘工作负载，以TVM为参考编译器验证异构边缘后端。单次生成中最佳模型Correct@1为64.5%，但Fast@1.0仅25.5%。为此引入分层IR优化的LEKA，在代理评测子集上Fast@1.0达43.5%，直接生成和Claude Code分别为13.0%和26.1%，后两者使用相同基础模型与优化预算。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
提出面向异构边缘后端的LLM内核生成统一基准，并给出分层优化代理LEKA；在指定评测子集上以相同基础模型和预算将对齐性能从直接生成的13.0%提升到43.5%，实验限于TVM参考编译器和所测边缘后端。
导读由模型辅助整理，非独立核验。完整信息见原文。