arXiv · cs.AI· Annabelle Sujun Tang, Christopher Priebe, Lianhui Qin, Hadi Esmaeilzadeh·· 2 天前
MOSAIC 通过多模型协作降低编译器优化成本
MOSAIC: More LLMs, Less Cost through Collaborative Reasoning for Compiler Optimizations
arXiv:2602.01935v3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：Annabelle Sujun Tang, Christopher Priebe, Lianhui Qin, Hadi Esmaeilzadeh
研究任务与主要进展
基于论文摘要，MOSAIC 让多个大模型协作执行编译器优化搜索，通过 MCTS 节点记录提出方案的模型，并仅在连续小模型回退后调用 GPT-5.2。
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