SWE-Serve揭示AI编程智能体在本地测试与线上推理服务间的表现差距
该研究探讨了AI编程智能体在修改模型推理服务软件时的现实局限，并推出相关评测框架SWE-Serve。研究指出，AI智能体生成的代码补丁即使能够顺利通过本地测试，在服务器加载真实模型并处理实际服务请求时仍可能失败。该成果重点分析了针对推理服务系统进行代码评估的复杂性，指出了传统离线测试环境与真实高负载在线部署之间的关键工程脱节问题。
DC AI 热点
全部 AI 动态
9月24日2026-09-24
9月22日2026-09-22
如何评估AI智能体：从工具调用到任务完成的全流程解析
在部署和应用AI智能体时，核心挑战在于验证其能否在真实运行环境中，通过连续数十次工具调用顺畅执行一系列复杂工作流，并最终准确完成任务。本文探讨了评估AI智能体端到端表现的关键方法与指标，重点聚焦于智能体在多步调用链中的鲁棒性、环境交互能力及任务达标率的系统性评测框架。
9月21日2026-09-21
利用英伟达 Earth-2 平台将最新观测数据转化为及时气象决策
气象敏感型行业如今能够获取更具前瞻性和局部化的环境变化观测数据。英伟达通过 Earth-2 气候数字孪生平台，帮助能源等行业整合最新观测数据并实现高精度的天气模拟与预测，从而在气候变化加剧的背景下辅助企业优化运营、评估灾害风险并制定更及时的业务决策。摘要信息有限，主要展示了该技术在气象敏感领域的赋能潜力。
9月19日2026-09-19
使用 AIPerf 对大规模大语言模型推理进行基准评测
在系统上部署大语言模型后，评估其实际推理速度与性能表现是关键难题。本文介绍了用于大规模大模型推理评测的工具 AIPerf，旨在帮助开发者和工程师摆脱直觉猜测，建立系统化、规模化的性能基准测试方法，准确衡量模型在不同负载下的响应速度与吞吐能力。
9月17日2026-09-17
基于智能体 AI 实现 CUDA Tile 操作从 Python 到 Rust 的转换
该项目介绍了 cuTile Rust（cutile-rs），这是一个用于在 Rust 编程语言中安全、规范编写 GPU 内核的基于 Tile 的系统。研究探讨了利用智能体 AI（Agentic AI）技术，将 Python 中的 CUDA Tile 操作自动转换并适配至 Rust，将 Rust 的所有权和类型安全机制扩展到高性能 GPU 算子开发中。
9月15日2026-09-15
利用 NVIDIA FLARE 在 Docker、Kubernetes 和 Slurm 上扩展联邦学习
联邦学习项目通常起步于单服务器、少数客户端及各站点单一数据集的基础架构。随着项目规模扩大，跨异构环境的部署与扩展成为关键挑战。文章介绍了如何借助 NVIDIA FLARE 框架，将联邦学习工作负载高效扩展至 Docker 容器、Kubernetes 集群以及超算常用的 Slurm 调度系统，帮助开发者统一跨平台编排并提升分布式隐私计算的扩展能力。