让知识彼此相连
知识图谱
沿着人物与判断，回到原始证据。
1 位人物 · 1 个来源 · 1 条观点
放回语境
KernelBench GPU内核评估
选择一条判断，追溯到它所在的原始对话。
KernelBench 衡量 LLM 生成 GPU 内核的正确性与执行速度
等分区块用于阅读定位，不表示排名或权重。
当前 1–1 / 共 1 条判断 · 按来源日期由新到旧
1 / 1
当前判断
KernelBench 衡量 LLM 生成 GPU 内核的正确性与执行速度
KernelBench 通过 250 个 PyTorch 任务评估大语言模型（LLM）生成 GPU 内核的能力，核心指标为 fast_p——即生成的内核中既正确又快于基线内核的比例。
这些是个人表达的观点，并非共识度量。原始资料保持其原始语言。
支持这项说法
用于自我改进的 Harness 工程
KernelBench：评估所生成核函数的正确性与执行速度。包含250个PyTorch任务，用于评测大语言模型（LLM）能否编写出既快速又正确的核函数。
原始摘录
KernelBench : evaluate correctness and speed for generated GPU kernels. 250 PyTorch tasks to evaluate whether LLM can write fast and correct kernels.
上下文
评估指标 fast_p = 生成核函数中既正确、又快于基线版本的比例。
原始上下文
The evaluation metric fast_p = the percentage of generated kernels that are correct and faster than baseline.
日期表示来源发表时间，不代表观点发生变化。 缺少审核合格译文的内容保留原文。