AI 自动化研究发现 vLLM/SGLang 底层数值错误
josh_tobin_ · x · 2026-08-28
Josh Tobin 分享了一个利用 AI 进行自动化研究的成功案例。他们开发的性能优化“奖励黑客”裁判在应用中发现了 FlashInfer（vLLM 和 SGLang 的底层库）内核中的一个边缘情况：使用了硬编码的 -50,000 作为掩码注意力哨兵值，尽管有效的 QK 值可能更小。这种数值错误虽然隐蔽但可能导致巨大的性能调试困难。这一发现展示了 AI 在发现深层代码 Bug 方面的潜力。
所属事件:AI 自动研究系统发现 FlashInfer 数值缺陷，修复 PR 获合并(3 条相关)→
「Infra」频道最新
- 单台 DGX Station 跑出 8000+ tokens/s:Actual 案例曝光 — cephaloform · 2026-10-16
- Meta 开源 816B 参数 Muse Spark Open,两台 Mac Studio 即可本地跑 — gabriberton · 2026-10-16
- 黄仁勋做客 BG2 播客:谈 AI 收入能否撑起 Capex 与 2027 瓶颈 — elonmusk · 2026-10-16
- Mistral 本地推理基建机架曝光:DGX Spark、Mac Studio 等混搭 — gregmushen · 2026-10-16
- 英伟达携手瑞典 Wallenberg，Launch 共享 AI 超算 Sferical One — nvidia · 2026-10-16
- 基础设施下一站:能自我进化、自我验证的自适应系统 — _shreya_s · 2026-10-16