热点事件持续更新
研究团队提出小模型GPU优化脚本生成方法Little Dragon
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月16日，研究人员在arXiv发布研究，提出了名为LITTLE DRAGON的训练方法，旨在训练8B规模的小语言模型构建与改进GPU优化脚本。该方案基于TVM MetaSchedule构建了108,594个样本，并结合监督微调以及融合延迟奖励的强化学习进行训练。评估结果显示，该方法使模型在单次尝试中的正确率达到91.27%和92.01%，在正确率与算子性能方面超越了GPT-6 Astra、Opus 5等前沿大语言模型。
AI 根据报道生成 · 7 小时前更新
最新进展10月16日 12:00
研究团队提出LITTLE DRAGON方法，使8B小模型在GPU脚本优化上超越GPT-6等前沿大模型。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv 机器学习如何训练 Little Dragon：教小语言模型构建与优化 GPU 优化脚本
研究人员提出 LITTLE DRAGON 训练方法，使 8B 小语言模型能构建与改进 GPU 优化脚本，单次尝试正确率达 91.27% 和 92.01%。该方案基于 TVM MetaSchedule 构建 108,594 个样本，通过监督微调及融合延迟奖励的强化学习进行训练。最终其在正确率与算子性能上超越了 GPT-6 Astra、Opus 5 等前沿大语言模型。
本事件热度走势
当前热度 8·可比范围峰值 10（10月16日 13:00）·近 24 小时可比范围变化 –
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。