面向 CUDA 内核生成中自进化 LLM 智能体的反馈到规划决策研究

大型语言模型在 CUDA 内核生成中展现出作为自进化智能体的潜力，其驱动力在于基于反馈的跨代规划。然而，规划决策如何归因并整合异构反馈信号尚不明确。本文提出 CUDAnalyst，一种统一的分析层，通过轨迹冻结和选择性反馈注入，实现对规划决策至反馈组件的受控代级归因。结果表明，仅在反馈对齐时显式规划有益，有效规划源于结构化的多反馈交互，且强推理模型的高级计划可部分迁移至弱模型。