Aug, 2022

机器自动化软件性能改进：MAGPIE

PDF
TL;DR研究提出了 MAGPIE，一种统一的软件改进框架，可以同时使用编译器优化、算法配置和基因改进等多种提高软件效率的方法，结果显示可同时探索所有技术，提供了使用各个技术的竞争性替代方案。
software performanceautomated improvement approachesunified software improvement frameworkcompiler optimizationgenetic improvement
发现论文，激发创造
  • 学习性能提高的代码修改

    本文探讨了大型语言模型对编写和重构性能更好的代码方面的能力，通过收集大量的程序优化历程以评估和提高大型语言模型的能力，并使用优化器 CODEGEN 推出性能更好的代码以帮助程序员编写有效的代码。

    Feb, 2023

  • 利用遗传微程序实现自动化软件测试的大路径覆盖

    利用遗传编程技术开发出一种新的自动化软件测试框架，生成可以重复生成输入值的微程序，从而快速高效地探索软件元件的输入参数范围，同时可应用于多种软件系统。

    Feb, 2023

  • CoCoPIE：压缩编译与协同设计 让移动 AI 更加 “甜美

    通过压缩 - 编译器共同设计可以在主流的移动设备上实现实时人工智能，而无需专用硬件支持。CoCoPIE 是一个支持所有主要 DNN 类型的框架，包括 CNN，RNN，转换器，语言模型等等，并且能够在现成的移动设备上运行许多典型的 AI 应用程序。在能源效率和性能方面，Off-the-shelf 移动设备也能胜过一些典型的 ASIC 和 FPGA 硬件解决方案。

    Mar, 2020

  • 优化 LLVM Pass sequences 的 Shackleton 框架的遗传改进

    本文介绍了一种新颖的基因改进技术，用于寻找特定问题的优化 LLVM 传递序列，结果表明此方法具有自动、无需领域专家知识的特点，并成功地实现了优化结果的改进。

    Apr, 2022

  • 使用机器学习进行编译器自动调优的调查

    本研究调查总结了近年来关于编译器优化领域中使用机器学习解决编译器优化问题的最新进展及应用，特别是针对两个主要问题：选择最佳优化和优化的阶段排列。

    Jan, 2018

  • 迭代遗传改进：扩展随机程序合成

    提出了一种名为迭代性遗传改进的基于随机程序综合的新框架，用于以一种更加健壮的方式逐步增加程序的复杂性，并在列表操作和字符串转换上表现出可观的优越性。

    Feb, 2022

  • 通过语法演化优化嵌入式系统的 L1 缓存

    本文提出了一种基于语法进化的优化框架，以高效地找到适用于给定基准应用程序的最佳缓存配置，对 Mediabench 套件进行实验，结果显示我们的提议能够找到适当的缓存配置，平均改善了 62％。

    Mar, 2023

  • 程序超优化学习

    本研究提出了一种新的基于学习的方法来对程序进行超优化，该方法利用无偏估计梯度来学习建议分布以提高程序性能，实验表明，该方法能够在超优化方面显着优于现有的基于规则和基于随机搜索的方法。

    Nov, 2016

  • 迭代还是创新？针对代码优化的问题导向视角

    大语言模型在代码优化方面展示出强大的能力，通过将优化对构建成面向问题的方法，结合不同程序员对同一问题的巧妙思路，实验证明了适应面向问题的优化对能显著提升大语言模型的优化能力，进一步通过模型合并解决性能瓶颈，达到了新的高水平。

    Jun, 2024

  • 软件生成数据中的偏见和误差缓解：利用生成代码模型的高级搜索和优化框架

    提出了一种先进的搜索和优化框架，基于大型语言模型生成高质量代码，用于解决数据分析和生成软件系统中的错误和偏差问题，并使用 Solomonoff 归纳作为理论基础，通过扩展 Kolmogorov 条件复杂性来评估候选程序集。

    Oct, 2023