Buchumschlag

Pearl: Automatic Code Optimization Using Deep Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lamouri, Djamel Rassem, Aouadj, Iheb Nassim, Kourta, Smail, Baghdadi, Riyadh
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Programming Languages
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LOOPer: A Learned Automatic Code Optimizer For Polyhedral Compilers
von: Merouani, Massinissa, et al.
Veröffentlicht: (2024)

A Reinforcement Learning Environment for Automatic Code Optimization in the MLIR Compiler
von: Tirichine, Mohammed, et al.
Veröffentlicht: (2024)

Combining Neural Architecture Search and Automatic Code Optimization: A Survey
von: Bachiri, Inas, et al.
Veröffentlicht: (2024)

A Data-driven Analysis of Code Optimizations
von: Hakimi, Yacine, et al.
Veröffentlicht: (2025)

Automatic Generation of Python Programs Using Context-Free Grammars
von: Yamani, Kamel, et al.
Veröffentlicht: (2024)

A Deep Learning Model for Predicting Transformation Legality
von: Tiwari, Avani, et al.
Veröffentlicht: (2025)

LOOPerSet: A Large-Scale Dataset for Data-Driven Polyhedral Compiler Optimization
von: Merouani, Massinissa, et al.
Veröffentlicht: (2025)

Curriculum Learning for Small Code Language Models
von: Naïr, Marwa, et al.
Veröffentlicht: (2024)

Data-efficient Performance Modeling via Pre-training
von: Liu, Chunting, et al.
Veröffentlicht: (2025)

Agentic Auto-Scheduling: An Experimental Study of LLM-Guided Loop Optimization
von: Merouani, Massinissa, et al.
Veröffentlicht: (2025)

Dependence-Driven, Scalable Quantum Circuit Mapping with Affine Abstractions
von: Benbetka, Marouane, et al.
Veröffentlicht: (2025)

Exploring the Knowledge Mismatch Hypothesis: Hallucination Propensity in Small Models Fine-tuned on Data from Larger Models
von: Wee, Phil, et al.
Veröffentlicht: (2024)

Scheme Pearl: Quantum Continuations
von: Choudhury, Vikraman, et al.
Veröffentlicht: (2024)

Paradigm-Based Automatic HDL Code Generation Using LLMs
von: Sun, Wenhao, et al.
Veröffentlicht: (2025)

Grokking the Sequent Calculus (Functional Pearl)
von: Binder, David, et al.
Veröffentlicht: (2024)

Invertible Syntax without the Tuples (Functional Pearl)
von: Boespflug, Mathieu, et al.
Veröffentlicht: (2025)

APRIL: API Synthesis with Automatic Prompt Optimization and Reinforcement Learning
von: Zhong, Hua, et al.
Veröffentlicht: (2025)

Neural Architecture Search with Mixed Bio-inspired Learning Rules
von: Hamzaoui, Imane, et al.
Veröffentlicht: (2025)

Automatic Code and Test Generation of Smart Contracts from Coordination Models
von: Selabi, Elvis Konjoh, et al.
Veröffentlicht: (2026)

Compiling by Proving: Language-Agnostic Automatic Optimization from Formal Semantics
von: Zhao, Jianhong, et al.
Veröffentlicht: (2025)

Agnostics: Learning to Code in Any Programming Language via Reinforcement with a Universal Learning Environment
von: Boruch-Gruszecki, Aleksander, et al.
Veröffentlicht: (2025)

Enhancing the Code Reasoning Capabilities of LLMs via Consistency-based Reinforcement Learning
von: Qin, Zhanyue, et al.
Veröffentlicht: (2026)

Zero-shot Evaluation of Deep Learning for Java Code Clone Detection
von: Heinze, Thomas S.
Veröffentlicht: (2026)

Using Code Snippets to Teach Programming Languages
von: Akingbade, Joshua, et al.
Veröffentlicht: (2025)

Agentic Code Optimization via Compiler-LLM Cooperation
von: Mikek, Benjamin, et al.
Veröffentlicht: (2026)

PolyDebug: A Framework for Polyglot Debugging
von: Houdaille, Philémon, et al.
Veröffentlicht: (2025)

Automatically Testing Functional Properties of Code Translation Models
von: Eniser, Hasan Ferit, et al.
Veröffentlicht: (2023)

PerfCodeBench: Benchmarking LLMs for System-Level High-Performance Code Optimization
von: Jing, Huihao, et al.
Veröffentlicht: (2026)

CompilerDream: Learning a Compiler World Model for General Code Optimization
von: Deng, Chaoyi, et al.
Veröffentlicht: (2024)

Galois Slicing as Automatic Differentiation
von: Atkey, Robert, et al.
Veröffentlicht: (2025)

Automatic layout of railroad diagrams
von: Chiplunkar, Shardul, et al.
Veröffentlicht: (2025)

Bottom-up computation using trees of sublists (Functional Pearl)
von: Mu, Shin-Cheng
Veröffentlicht: (2023)

Automatically Verifying Replication-aware Linearizability
von: Soundarapandian, Vimala, et al.
Veröffentlicht: (2025)

Automatic Goal Clone Detection in Rocq
von: Ghanbari, Ali
Veröffentlicht: (2025)

Automatic Inference of Relational Object Invariants
von: Su, Yusen, et al.
Veröffentlicht: (2024)

Leveraging High-Resolution Features for Improved Deep Hashing-based Image Retrieval
von: Berriche, Aymene, et al.
Veröffentlicht: (2024)

RECURSUM: Automated Code Generation for Recurrence Relations Exceeds Expert Optimization via LayeredCodegen
von: Guerrero, Rubén Darío
Veröffentlicht: (2026)

Beyond the Phase Ordering Problem: Finding the Globally Optimal Code w.r.t. Optimization Phases
von: Wang, Yu, et al.
Veröffentlicht: (2024)

AutoBench: Automatic Testbench Generation and Evaluation Using LLMs for HDL Design
von: Qiu, Ruidi, et al.
Veröffentlicht: (2024)

AutoMCQ -- Automatically Generate Code Comprehension Questions using GenAI
von: Goodfellow, Martin, et al.
Veröffentlicht: (2025)