arXiv · cs.AI· Gokul Karthik Kumar, Yotam Perlitz, Corey Lammie, Andrea Giovannini, Katja Hose·· 6 小时前
DataKernelBench评估LLM在GPU上的数据库查询优化能力
DataKernelBench: Can LLMs Optimize Database Queries on GPUs?
arXiv:2608.25061v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Gokul Karthik Kumar, Yotam Perlitz, Corey Lammie, Andrea Giovannini, Katja Hose
研究任务与主要进展
DataKernelBench将SQL转换为经过验证的PyTorch TorchPlan程序，并测试10个专有和开源权重模型在CUDA或Triton中优化数据库查询，通过执行引导修复比较核心张量片段与完整查询。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org