DuoDiscover AI vượt trội kỹ sư con người trên NVIDIA SOL-ExecBench

Một nhóm nghiên cứu từ Google Cloud, Stanford và Berkeley đã ra mắt một công cụ mới để tự động hóa việc khám phá và tối ưu hóa các hệ thống kỹ thuật. Hệ thống mang tên DuoDiscover tích hợp giai đoạn kiểm thử vào quá trình khám phá của nó để giải quyết bottleneeck đánh giá, nơi việc tạo ý tưởng chỉ mất vài giây nhưng kiểm thử lại mất vài ngày. Nó xếp hạng #1 trên SOL-ExecBench của NVIDIA và vượt trội hơn cả các bộ prefetcher CPU do con người và AI thiết kế tốt nhất. Hệ thống đã đạt được hiệu suất gấp 2 lần so với các chuyên gia trên SWE-fficiency và đạt được mức tăng 2.68x so với các kernel TPU sản xuất. Các kết quả bổ sung cho thấy tăng hiệu suất 1.92x trên vLLM và 1.44x trên FreeToken, cho thấy sự chuyển đổi trong khả năng của các AI agent xử lý các nhiệm vụ tối ưu hóa phần cứng và phần mềm phức tạp.