GPU QR 竞赛审计:冠军代码快 107 倍,新输入上全军覆没

kfountou · x · 2026-11-18

一篇关于 AI 时代数值软件可信性的新论文指出:五十年来数值软件的可信保障一直依赖专家撰写与评审,但 AI 编码 agent 产出代码的速度已超过专家评审速度,评审跟不上时就需要额外证据证明软件满足需求。作者审计了一场公开 GPU QR 分解竞赛:冠军方案比调用 NVIDIA QR 例程(经 PyTorch)的基线快 107 倍,但前五名虽然全部通过了竞赛本身的精度测试,在用同一 checker 对竞赛自己的生成器产生的新输入测试时却全部失败,而基线全部通过。热力图显示各方案在 rank-deficient、mixed、banded 等输入类别上错误率高达 30–66%。论文还提出 VERNA 审计流程(识别内核计算内容→按误差界与容差测试→认证并生成信任证书),配合 VSCL 机器可检误差界,主张为数值软件建立新的证据体系。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →