#127 · 主分类: AI工具目录与精选清单
awesome-machine-learning-in-compilers
artificial-intelligence
auto-tuning
compiler
machine-learning
multi-cores
operating-systems
optimisation
parallel-computing
parallel-programming
parallelisation
parallelism
关于将机器学习用于编译器和系统优化的必读研究论文及工具和数据集链接。
项目最后更新:08/26/26
GitHub Stars
1.7K
Forks数量
180
贡献者数量
23
许可证
Other
收录理由
机器学习如今已是编译器研究中的常规手段,相关成果散落在编程语言、系统、机器学习等多个领域的会议与期刊里。这份清单把值得读的论文、可用的数据集和工具集中到一起,并按主题做了划分,比如迭代编译、代价与性能模型、并行映射、内存与缓存分析、程序表示等。这样的结构对刚进入该方向的研究生和想快速了解全貌的学者都很友好,能省去不少检索时间。软件和基准测试部分也为正在搭建自动调优或优化工具的工程师提供了具体的入手点。项目维护活跃,还收录了近期关于大语言模型与编译器结合的工作,因此它不是一份静态的参考文献,而是跟着领域进展在持续更新。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。