逸翎清晗🌈

逸翎清晗🌈

工具链——LLVM
工具链——LLVM
发表于 | 更新于 | 编译器LLVM | LLVM • clang | 条评论
llvm常用工具链详解
MLinker
MLinker
发表于 | 更新于 | 编译器LLVM | Compiler • LTO • linker | 条评论
98eb2d93eaa46b6e84ccf5b83a7b894cbf84103891b013c1a0f20b6c27614e76660e73bbf80f70306920f8ea31c476eb41d5cee7dee28c5d40fc9c65cdff8a34b5dd44800983337565c9de85b9b73f075ae5b9d9bb565d5d719a0a25c5368a68a89a3eff55c46ae446cdbf7edc9eca927f075771aa987abe85f834dda2083cd667db2cea5248c63815b797a189ea635a57a552a111b923952fd0fae7aea6c03cb3cdab15f29c69bc139a72285f543c10c1f447ae6c8e4f04e66e7ba28b6f445b53d99ab121dd3fa54438822f63beca9bee9ad8b90b5ffa26e2a0bcea36cc8f9a3a00385e5f4e7e0f2ebc6203e1c3f8783d0639a9f175a5017 ...
模块实践——BOLT
模块实践——BOLT
发表于 | 更新于 | 编译器LLVM | Compiler • optimization • post-link | 条评论
LLVM-BOLT的使用
PEFT
PEFT
发表于 | 更新于 | 大模型微调 | fine-tuing • PEFT • MachineLearning | 条评论
参数高效微调基础知识
SimHash算法
SimHash算法
发表于 | 更新于 | 大模型数据集 | algorithm • SimHash • Datasets | 条评论
数据集去重算法——SimHash
常用超参数
常用超参数
发表于 | 更新于 | 大模型微调 | fine-tuing • MachineLearning • LLM • NLP | 条评论
常用机器学习超参数大全
Huggingface—Transfomers-NLP
Huggingface—Transfomers-NLP
发表于 | 更新于 | 大模型 库 | MachineLearning • NLP • Hugging-face • Transformers | 条评论
Transforms库的使用介绍
DataRecipe — How to Cook the Data for CodeLLM?
DataRecipe — How to Cook the Data for CodeLLM?
发表于 | 更新于 | 论文CodeGen | 条评论
论文翻译
PackageManager
PackageManager
发表于 | 更新于 | 操作系统命令 | linux • OS | 条评论
实用包管理器的使用(如apt,brew)
SLTrans
SLTrans
发表于 | 更新于 | 大模型数据集 | 条评论
IRCoder→LLVM数据集SLTrans实战
Machine Learning for Compilers-A Modern Perspective
Machine Learning for Compilers-A Modern Perspective
发表于 | 更新于 | 论文Drafts | Compiler • MachineLearning | 条评论
Abstract 本综述系统性地回顾了自动调优领域的最新进展，并探讨了大型语言模型（LLMs）在代码优化和程序表示中的作用。通过整合算法、工具、数据集和基准测试等方面的研究成果，本工作总结了领域中的关键趋势、挑战和研究机会，构建了全面的框架，为未来研究提供了方向。 Introduction Motivation and Challenges 随着现代软件和硬件系统的复杂性不断增加，传统的手动性能调优方法已无法满足实际需求。数据驱动的自动调优技术和大型语言模型（LLMs）的引入，为性能优化提供了新思路。然而，领域内仍面临许多挑战，例如算法的可扩展性、模型的适应性、数据集偏差以及评价标准的不一致。这些问题的存在表明对这一领域进行系统性综述的必要性。 Contributions of This Survey 本综述的目的是通过整合自动调优和基于 LLM 的优化技术的最新研究，系统地梳理这一领域的发展现状和面临的问题。我们的主要贡献包括： Overview Survey Scope and Focus 本综述聚焦于自动调优技术和基于 LLM 的方法的交叉领域，涵盖算法、工具、数据集、基准测试和 ...
1
1
发表于 | 更新于 | 操作系统基础 | OS | 条评论
操作系统资源导航(已过期)
avatar
💦非常忙碌!
逸翎清晗🌈
Talk is cheap, show me the code.💎
文章
190
标签
42
分类
52
GitHub
公告栏
--- 主域名 ---
www.yangzi.world | yangzi.world
推荐实用资料工具目录
yangzi.world/pages/opensources.html
--- 旅游分享 ---
🍧yangzi.world/iternery/index.html
--- 安卓APP ---
🍧点此下载🍧

快速导航
Reference2逸翎清晗🌈
逸翎清晗🌈
Talk is cheap, show me the code.💎
AISystem
AISystem
Eternal AISystem.💎
专栏3LLVM专栏
LLVM专栏
关于Modern Compiler的一切
AI编译器专栏
AI编译器专栏
Eternal AISystem.💎
高性能计算专栏
高性能计算专栏
Eternal AISystem.💎
最新文章
Useful Linux Commands & Tools
Useful Linux Commands & Tools
后端Pass简介——ImplicitNullChecks
后端Pass简介——ImplicitNullChecks
后端Pass简介——GCRootLowering
后端Pass简介——GCRootLowering
标签
PPT1tools2Profiling5Compiler35RISC-V2ISA1linux1OS2LLVM49fine-tuing3
公开数据
文章数目 :
190
本站总字数 :
29.5w
本站访客数 :
本站总访问量 :
最后更新时间 :
复制百度搜索
空降评论复制本文地址
随便逛逛昼夜切换关于博客美化设置切换全屏打印页面