MOSAIC 用多 LLM 协作搜索降低编译器优化成本
热点事件观察中
MOSAIC 用多 LLM 协作搜索降低编译器优化成本
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
论文作者发布 MOSAIC（arXiv 2602.01935v3），让多个大语言模型协作执行编译器优化搜索：每个 MCTS 节点记录程序与扩展它的 LLM，当前 LLM 同时提出编译变换和下一步调用的 LLM；仅在连续小模型回退后才调用 GPT-5.2。 基于论文摘要：与相同搜索迭代次数和树参数下单独使用 GPT-5.2 的单 LLM 优化器相比，八模型 MOSAIC 在 NVIDIA GPU（Intel CPU）上把五个内核的几何平均加速提升 7.2%（14.4%），Llama-3-8B 端到端加速提升 1.61 倍（1.41 倍）。
AI 根据报道生成 · 2 天前更新
最新进展10月20日 12:00
MOSAIC 通过多模型协作降低编译器优化成本报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · cs.AIMOSAIC 通过多模型协作降低编译器优化成本
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。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 610月21日 06:00
- 近 24 小时变化
- -49%
0246
06:0012:0018:0010月22日06:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。