
使用场景
用于优化编译器生成的中间表示(IR)的代码大小。
在开发新编译器技术时,预测最优的优化传递序列。
将汇编代码反编译为LLVM IR,以便于进一步的代码分析和优化。
产品特色
预测LLVM优化对代码大小的影响
生成最小化代码大小的优化传递列表
从x86_64或ARM汇编代码生成LLVM IR
在编译器优化任务中实现接近完美的输出复制
提供7B和13B参数的模型以满足不同服务和延迟需求
遵守Meta的许可证和可接受使用政策
使用教程
安装必要的库,如transformers。
使用AutoTokenizer从预训练模型中加载分词器。
创建transformers.pipeline以设置文本生成的pipeline。
通过pipeline传递代码片段,并设置生成参数,如do_sample、top_k等。
获取生成的序列,并评估生成的文本以确定其适用性。
精选AI产品推荐

Screenshot To Code
截图转代码是一个简单的应用程序,它使用GPT-4 Vision生成代码,并使用DALL-E 3生成类似的图片。该应用程序具有React/Vite前端和FastAPI后端,您需要具有访问GPT-4 Vision API的OpenAI API密钥。
AI代码生成
1.1M

Openui
构建UI组件通常是一项乏味的工作。OpenUI旨在使这一过程变得有趣、快捷和灵活。这也是我们在W&B用于测试和原型化下一代工具的工具,用于在LLM的基础上构建强大的应用程序。您可以使用想象力描述UI,然后实时查看渲染效果。您可以要求进行更改,并将HTML转换为React、Svelte、Web组件等。就像是V0的开源和不太精致的版本。
AI开发助手
789.9K