Cisco（思科）

Multi-turn RL with Structural and Performance Aware Rewards for CUDA Kernel Generation

用于 CUDA 内核生成的具有结构和性能感知奖励的多轮强化学习

Quazi Ishtiaque Mahmud, Nesreen K. Ahmed, Ali Jannesari

机构 * Iowa State University（爱荷华州立大学） ； Cisco AI Research（思科人工智能研究院） 纠错

AI总结 研究针对 CUDA 内核生成，提出 CudaPerf 框架，结合可验证执行奖励与结构代码感知奖励，分离线排序和在线训练两阶段，利用执行反馈迭代细化，通过实验证明其显著优于基线，在加速和正确性上有大幅提升。

Direct Bethe Free Energy Minimization for Bayesian Neural Networks

基于贝叶斯神经网络的直接贝叶斯自由能最小化

Pavel Prochazka

机构 * Cisco Inc.（思科公司） 纠错

AI总结 本文提出通过直接最小化贝叶斯自由能来训练贝叶斯神经网络，该方法在树状因子图上精确，可处理混合概率和确定性子图，且在单次梯度传递中实现联合优化，无需交叉验证。

Comments Improved the paper - formalization of routing, add classification experiments, new bib items, free routing in linear model, and many more. Also polished the text