Buchumschlag

Tensor Program Optimization for the RISC-V Vector Extension Using Probabilistic Programs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Peccia, Federico Nicolas, Haxel, Frederik, Bringmann, Oliver
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ScenicNL: Generating Probabilistic Scenario Programs from Natural Language
von: Elmaaroufi, Karim, et al.
Veröffentlicht: (2024)

VibeTensor: System Software for Deep Learning, Fully Generated by AI Agents
von: Xu, Bing, et al.
Veröffentlicht: (2026)

Bayesian Program Learning by Decompiling Amortized Knowledge
von: Palmarini, Alessandro B., et al.
Veröffentlicht: (2023)

Automatic Programming: Large Language Models and Beyond
von: Lyu, Michael R., et al.
Veröffentlicht: (2024)

Toward Debugging Deep Reinforcement Learning Programs with RLExplorer
von: Bouchoucha, Rached, et al.
Veröffentlicht: (2024)

Sketch-and-Verify: Structured Inference-Time Scaling via Program Sketching
von: Jiang, Shan, et al.
Veröffentlicht: (2026)

VeriContest: A Competitive-Programming Benchmark for Verifiable Code Generation
von: Xie, Zichen, et al.
Veröffentlicht: (2026)

Assessing Large Language Models for Automated Feedback Generation in Learning Programming Problem Solving
von: Silva, Priscylla, et al.
Veröffentlicht: (2025)

Accuracy, Stability, and Repeated-Run Reliability of Large Language Models on Deterministic Programming Tasks
von: Zhou, Yongxi, et al.
Veröffentlicht: (2026)

The Art of Repair: Optimizing Iterative Program Repair with Instruction-Tuned Models
von: Ruiz, Fernando Vallecillos, et al.
Veröffentlicht: (2025)

LLM Benchmarking with LLaMA2: Evaluating Code Development Performance Across Multiple Programming Languages
von: Diehl, Patrick, et al.
Veröffentlicht: (2025)

EsoLang-Bench: Evaluating Genuine Reasoning in Large Language Models via Esoteric Programming Languages
von: Sharma, Aman, et al.
Veröffentlicht: (2026)

LLM-Vectorizer: LLM-based Verified Loop Vectorizer
von: Taneja, Jubi, et al.
Veröffentlicht: (2024)

CP-Agent: Agentic Constraint Programming
von: Szeider, Stefan
Veröffentlicht: (2025)

SimCert: Probabilistic Certification for Behavioral Similarity in Deep Neural Network Compression
von: Li, Jingyang, et al.
Veröffentlicht: (2026)

On The Effectiveness of One-Class Support Vector Machine in Different Defect Prediction Scenarios
von: Moussa, Rebecca, et al.
Veröffentlicht: (2022)

Evolution of Kernels: Automated RISC-V Kernel Optimization with Large Language Models
von: Chen, Siyuan, et al.
Veröffentlicht: (2025)

MCP-Solver: Integrating Language Models with Constraint Programming Systems
von: Szeider, Stefan
Veröffentlicht: (2024)

The Impact of Fine-tuning Large Language Models on Automated Program Repair
von: Macháček, Roman, et al.
Veröffentlicht: (2025)

Do LLMs Consider Security? An Empirical Study on Responses to Programming Questions
von: Sajadi, Amirali, et al.
Veröffentlicht: (2025)

Leveraging Generative AI for Enhancing Automated Assessment in Programming Education Contests
von: Dascalescu, Stefan, et al.
Veröffentlicht: (2025)

A Joint Learning Model with Variational Interaction for Multilingual Program Translation
von: Du, Yali, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Online Testing of Autonomous Driving Systems: a Replication and Extension Study
von: Giamattei, Luca, et al.
Veröffentlicht: (2024)

AlgoTune: Can Language Models Speed Up General-Purpose Numerical Programs?
von: Press, Ori, et al.
Veröffentlicht: (2025)

Codehacks: A Dataset of Adversarial Tests for Competitive Programming Problems Obtained from Codeforces
von: Hort, Max, et al.
Veröffentlicht: (2025)

Do Large Code Models Understand Programming Concepts? Counterfactual Analysis for Code Predicates
von: Hooda, Ashish, et al.
Veröffentlicht: (2024)

Optimizing AI-Assisted Code Generation
von: Torka, Simon, et al.
Veröffentlicht: (2024)

LiveCodeBench Pro: How Do Olympiad Medalists Judge LLMs in Competitive Programming?
von: Zheng, Zihan, et al.
Veröffentlicht: (2025)

Challenge on Optimization of Context Collection for Code Completion
von: Ustalov, Dmitry, et al.
Veröffentlicht: (2025)

KForge: Program Synthesis for Diverse AI Hardware Accelerators
von: Sereda, Taras, et al.
Veröffentlicht: (2025)

VecTrans: Enhancing Compiler Auto-Vectorization through LLM-Assisted Code Transformations
von: Zheng, Zhongchun, et al.
Veröffentlicht: (2025)

A Theoretical Analysis of Test-Driven Code Generation
von: Menet, Nicolas, et al.
Veröffentlicht: (2026)

The Impact of Software Testing with Quantum Optimization Meets Machine Learning
von: Bandarupalli, Gopichand
Veröffentlicht: (2025)

Towards Robust Agentic CUDA Kernel Benchmarking, Verification, and Optimization
von: Lange, Robert Tjarko, et al.
Veröffentlicht: (2025)

Supersonic: Learning to Generate Source Code Optimizations in C/C++
von: Chen, Zimin, et al.
Veröffentlicht: (2023)

Is Programming by Example solved by LLMs?
von: Li, Wen-Ding, et al.
Veröffentlicht: (2024)

DeepSeek-Coder-V2: Breaking the Barrier of Closed-Source Models in Code Intelligence
von: DeepSeek-AI, et al.
Veröffentlicht: (2024)

Online Prompt Selection for Program Synthesis
von: Li, Yixuan, et al.
Veröffentlicht: (2025)

Sustainable Machine Learning Retraining: Optimizing Energy Efficiency Without Compromising Accuracy
von: Poenaru-Olaru, Lorena, et al.
Veröffentlicht: (2025)

Combinatorial Optimization for All: Using LLMs to Aid Non-Experts in Improving Optimization Algorithms
von: Sartori, Camilo Chacón, et al.
Veröffentlicht: (2025)