@AnnmariaKAntony: LLMs 擅长 CUDA，因为互联网上充满了相关内容。但一个能提供高度优化 CUDA 的模型可能仍然……

X AI KOLs Timeline 模型
open-source cuda hip amd gpu training synthetic-data

摘要

一个结合 SFT 和 GRPO RL 后训练的多智能体合成数据流水线，为 14B 开源模型在 AMD MI350X GPU 上提升了 HIP 的编译和正确性。

LLMs 擅长 CUDA，因为互联网上充满了相关内容。但一个能提供高度优化 CUDA 的模型可能仍然难以编写可编译的 HIP。 我们构建了一个基于多智能体搜索的合成数据流水线，并通过 SFT + GRPO RL 对 14B 开源模型进行后训练，在 AMD MI350X GPU 上显著提升了 HIP 的编译和正确率。
查看原文
查看缓存全文

缓存时间: 2026/07/03 22:42

LLMs擅长CUDA，因为互联网上充满了CUDA代码。但一个能给你高度优化CUDA的模型，在编写可编译的HIP代码时可能仍然很吃力。我们构建了一个包含多智能体搜索的合成数据流水线，并对一个14B开源模型进行SFT + GRPO RL的后训练，从而在AMD MI350X GPU上显著提升了HIP的编译成功率和正确率。

相似文章