论文页面 - Φ-Bench：大型语言模型能否设计驱动自身的基础设施？

来源：https://huggingface.co/papers/2609.10226 作者：

,

,

,

,

,

,

,

,

,

,

,

摘要

Φ-Bench 在从内核优化到端到端系统设计的多样化任务中，评估大型语言模型对LLM基础设施栈的开放式工程能力。

大型语言模型（LLMs）在推理和代码生成方面展现了卓越能力，使其有望协助开发和优化支撑自身的基础设施。然而，现有基准测试主要关注孤立的内核、预定义算子或预设优化目标，未能评估LLMs执行开放式、长周期的LLM基础设施工程的能力。为填补这一空白，我们推出Φ-Bench（https://huggingface.co/papers?q=%CE%A6-Bench），这是一个系统评估LLMs在LLM基础设施栈（https://huggingface.co/papers?q=LLM%20infrastructure%20stack）工程能力的基准测试。该基准源自前沿研究中探讨的优化问题，并基于真实代码库构建，Φ-Bench（https://huggingface.co/papers?q=%CE%A6-Bench）全面覆盖LLM基础设施栈（https://huggingface.co/papers?q=LLM%20infrastructure%20stack）的不同层次，任务复杂度各异——从局部内核级函数补全到长周期实现（https://huggingface.co/papers?q=long-horizon%20implementation）及端到端系统优化（https://huggingface.co/papers?q=end-to-end%20system%20optimization）。对前沿LLMs的大量实验揭示了它们在构建复杂LLM基础设施方面当前的能力与局限，为未来AI基础设施自主优化（https://huggingface.co/papers?q=autonomous%20optimization）面临的挑战提供了洞见。

查看arXiv页面（https://arxiv.org/abs/2609.10226）查看PDF（https://arxiv.org/pdf/2609.10226）项目页面（https://faibench.org/）GitHub 54（https://github.com/one2piece2hello/faibench_Frontier_InfraBench）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2609.10226）

通过代理获取此论文：

hf papers read 2609\.10226

没有最新CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

无模型链接此论文 在模型README.md中引用arxiv.org/abs/2609.10226以从本页链接。

引用此论文的数据集0

无数据集链接此论文 在数据集README.md中引用arxiv.org/abs/2609.10226以从本页链接。

引用此论文的Spaces0

无Space链接此论文 在Space README.md中引用arxiv.org/abs/2609.10226以从本页链接。

包含此论文的收藏1