迈向冷启动草稿与持续精炼：一种面向 NPU 内核合成的价值驱动记忆方法

针对数据稀缺领域（如新兴 NPU 架构）的大模型部署难题，本文提出 EvoKernel，一个自进化智能体框架。该框架将内核合成建模为基于记忆的强化学习任务，通过新颖的价值驱动检索机制学习阶段特异性 Q 值，优先选择对当前目标（从初始草稿到延迟优化）贡献最大的经验。此外，支持跨任务记忆共享，使智能体能将简单算子的洞察泛化至复杂场景。实验表明，该方法显著提升了模型在 NPU 上的代码正确率与执行效率。