daVinci-kernel：通过强化学习协同进化技能选择、总结与利用以优化 GPU 内核

本文提出 daVinci-kernel，一种将技能发现与利用相结合的强化学习框架，旨在通过动态演化的技能库优化 GPU 内核执行效率。该框架联合训练三个共享 LLM 主干的代理：负责检索相关技术的技能选择代理、生成多轮 CUDA/Triton 内核的策略代理，以及将成功轨迹提炼为可复用技能的技能总结代理。仅当执行验证确认复现加速后，候选技能才会被加入库中。在 KernelBench 上，该方法显著优于 prior 模型。