Berkeley团队提出Evolving Agent Teams优化GPU内核

Berkeley 研究者 Shiyi Cao、Ziming Mao、Dacheng Li、Joseph E. Gonzalez、Ion Stoica 等发布论文 Evolving Agent Teams，提出一个多智能体框架，用中央监督者与持久文件系统组织智能体团队，以解决编码智能体在专家级 GPU kernel 上收敛到局部最优的问题。 论文称，在扩展 token 预算的条件下，该框架从零生成的 CUDA kernel 相比 FlashInfer MLA paged decode 生产 kernel 平均提速 1.2 倍，在 FlashInfer-Bench 的 47 个生产工作负载中的 36 个上胜出，其余 11 个为 0.86–0.99 倍。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。