SMART：用设计文档生成 ML 性能建模代码
论文AI 评分 65/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
研究人员提出 SMART，一个 AI 原生的机器学习性能建模库。该库主分支几乎不含代码，而是存储自然语言设计文档。在版本更新时，由 AI 编码代理依据文档重新生成实现。其核心包含递归定义的算子 IR 和符号成本表达式。实验显示，再生实现能复现包括 DeepSeek-V3 在 TPU 上部署在内的参考模型，达到舍入精度。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载文档即代码的架构
SMART 是一个严格的符号性能建模库，其主分支几乎不包含任何代码。该仓库由自包含的自然语言设计文档组成有向无环图（DAG）。在版本更新时，编码子代理仅依据这些文档重新生成整个库的实现。人类的所有修改都体现为对文档的自然语言编辑，从而在构造上实现了自我文档化。这种设计旨在应对机器学习性能建模中抽象假设随模型和系统快速迭代而过时的问题。
可靠再生的技术要素
为了确保 AI 代理生成的代码可靠，SMART 依赖两个关键要素。首先是设计文档的编写风格，围绕逐步展开的示例构建，这些示例作为生成代理的上下文演示。其次是底层采用了最小化、递归定义的算子中间表示（IR），配合基于 SymPy 的符号成本表达式。该系统支持两种模式：用于大规模扫描的快速分析汇总模式，以及用于细粒度调度研究的慢速模调度模式。
验证结果与应用
研究团队对 SMART 生成的实现进行了验证。结果显示，这些重新生成的实现能够复现经过人工审计的参考模型，精度达到舍入级别。具体的验证案例包括在 TPU pod 切片上部署 DeepSeek-V3 服务。这一结果暗示，对于机器学习系统协同设计工具而言，设计文档而非代码本身，可以成为更持久、更易维护的工件。
为什么值得看
提出以文档而非代码为持久化资产的 AI 原生开发范式，降低维护成本。
DeepSeek
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。