10:22arXiv cs.AI@Zepeng Li, Jie Ren, Zhanyong Tang, Jie Zheng, Zheng WangAutoPass 是一个多智能体框架,利用编译器和运行时证据引导 LLM 生成编译器优化决策。它在 LLVM 编译器上实现,在 x86-64 和 ARM64 系统上测试,分别比 LLVM -O3 实现了 1.043x 和 1.117x 的几何平均加速。AutoPass 无需离线训练或微调,可直接应用于新基准和平台。AI模型AutoPassLLVM编译器性能调优智能体推荐理由:AutoPass 把 LLM 变成编译器调优助手,不用训练就能在 x86 和 ARM 上跑出比 -O3 还快的速度,实测有 4-11% 的加速。原文
11:12arXiv cs.AI@Jassem Manita, Aziz AmariarXiv上传一篇论文,系统分析了SymPy、LLVM、matplotlib、OpenInfra、Apache软件基金会和Linux基金会6个开源组织的AI贡献策略。研究采用最相似系统设计,通过指标编码和过程追踪,推导出披露、责任、人类监督、许可、执行、维护者工作量六维分类法和政策成熟度评分。论文将维度映射到EU AI Act、NIST AI RMF(含UC Berkeley Agentic AI Profile)及ISO/IEC 42001和23894框架,识别出当前双方均未覆盖的治理空白,并提出了协调的分层框架雏形。论文SymPyLLVMmatplotlib开源治理AI安全推荐理由:用六维模型看清开源AI治理的空白原文