JAXBench 相关 AI 资讯 · AI 热点

7月27日

11:00

11:00

elvis@omarsar0

精选

Google、哈佛、UC Berkeley联合发布JAXBench，包含50个JAX工作负载，基于Llama-3.1、DeepSeek-V3、Mixtral、Mamba-2、AlphaFold2等真实架构。通过Gemini 3 Flash结合TPU文档优化，正确率从5.8%提升到37.3%，解决48个基准，速度提升1.28倍。束搜索进一步提速至1.36倍。研究表明正确率是文档问题，速度是搜索问题。

论文 JAXBench Gemini 3 Flash TPU

推荐理由：Google的新研究发现，给模型喂对TPU文档，比堆参数管用。JAXBench测50个真实负载，结果很实在。