arXiv 人工智能· Yangshen Deng, Jiaqi Ruan, Yeqi Huang, Nick Lau, Guangming Sheng, Luo Mai·· 6 小时前AI 评分52
InfraDev：AI 基础设施编码智能体评测基准
InfraDev: Can Coding Agents Develop AI Infrastructure, and How Can We Tell?
AI 导读
研究人员推出面向 AI 基础设施开发的评测基准 InfraDev，包含来自 Megatron-LM、vLLM 与 verl 真实 PR 的 36 个跨多 GPU 复杂任务，涵盖训练、推理与强化学习系统。
来源：arXiv 人工智能 · arxiv.org