Fable 5 位居 KernelBench 榜首。Jack Clark 称其为“RSI 循环的起点”

来自 Import AI：Fable 编写了一个出色的 GPU 内核，暗示更广泛的 AI 研发自动化：……RSI 循环的起点……根据基准测试维护者之一及其官方排行榜，Fable 编写了“有史以来提交给 KernelBench-Mega 的第一个真正（且最快）的超内核”。这表明 AI 系统在执行 AI 研发的一些基础任务（如内核设计）方面能力越来越强。结果：与优化的 PyTorch 基线相比，Fable 通过在 RTX PRO 6000 Blackwell 上编写 CUDA 代码实现了 18.71 倍的加速。作为参照，其他尝试的结果为：14.4 倍（Claude Opus 4.8，使用 Triton）、11.14 倍（GLM-5.2，Triton）和 4.34 倍（GPT 5.5，Triton）。这里就变得复杂了：这个方案尤其令人印象深刻，因为“torch.profiler 显示每个解码 token 恰好启动一次协作内核”。相比之下，其他所有高分方案都将问题分解为每个 token 4 到 14 次独立的内核启动。为何重要：能够自主开发和改进内核是进行 AI 研发的基本输入任务之一。AI 系统越擅长执行内核设计等任务，就越擅长 AI 开发所需的各类任务，这意味着它们越有可能实现递归自我改进。因此，像 KernelBench-Mega 这样的基准测试是衡量 AI 系统自我构建能力的重要信号。查看排行榜：KernelBench Mega（官方网站）。阅读来自基准测试维护者之一的分析（Elliot Arledge，X 平台）。