arXiv cs.AI· Yangshen Deng, Jiaqi Ruan, Yeqi Huang, Nick Lau, Guangming Sheng, Luo Mai·· 6 天前AI 评分54
InfraDev 基准测试：评估编码智能体开发 AI 基础设施的能力
InfraDev: Can Coding Agents Develop AI Infrastructure, and How Can We Tell?
AI 导读
研究团队推出面向 AI 基础设施开发的评测基准 InfraDev，涵盖基于 Megatron-LM、vLLM 和 verl 真实 PR 构建的 36 项多 GPU 跨文件任务。
来源：arXiv cs.AI · arxiv.org