应用 · 项目档案
AlgoTune
面向数值及算法程序优化的基准和执行框架，在保持输出有效的前提下与参考运行时间比较。
它可以用来做什么？
使用任务专用输入生成器、验证器和参考解法，在生成的保留输入上衡量保持正确性的求解器加速。
使用前需要知道什么？
计时取决于硬件、库版本、校准及并行资源竞争。154个任务族各自生成多组输入，输入数量不能当作新增任务。原始综合加速比、AlgoTune-Pass 完成率与 Harbor 奖励属于不同指标。Harbor 对无效或更慢的解法也记录1.0下限，因此该奖励本身不能证明正确性。
我们核查了什么？
运行方式：需 Python >=3.10 及数值计算依赖；文档提供独立运行、SLURM 和可选 AWS 路径。AlgoTuner 需配置模型。应保留训练／测试输入种子、问题规模校准、CPU／线程限制及正确性记录。本次未运行解法、计时评测或云资源。
许可说明：仓库中的基准／框架代码采用 MIT，数值库及其他依赖保留各自许可。 上游许可 ↗
本条目依据原始项目材料整理，未独立运行或复现结果。AI 参与开发的描述来自作者说明；上游版本、运行条件和许可应以原始来源为准。
- 资源类型
- 评测套件
- 开发方式
- 开发方式未确认
- 来源核查
- 平台
- 请查阅上游说明