发挥每一步的价值：基于 LLM 的高质量 RTL 代码生成使用 MCTS

本文介绍了将大型语言模型应用于代码优化的方法。研究人员提出了一个从头开始训练的变换器模型，用于优化LLVM汇编的代码大小。该模型在训练过程中要求预测优化前后的指令计数和优化后的代码本身，这提高了模型的优化性能和理解深度。在大量测试程序上评估后，该方法在减少指令计数方面比编译器效果提高了3.0%，并显示出强大的代码推理能力。