論文の概要: Portable models as a replacement for industrial heuristics in compiler optimizations

• arxiv url: http://arxiv.org/abs/2607.17389v1
• Date: Sun, 19 Jul 2026 19:43:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.456563
• Title: Portable models as a replacement for industrial heuristics in compiler optimizations
• Title（参考訳）: コンパイラ最適化における産業的ヒューリスティックの代替としてのポータブルモデル
• Authors: Fot Nikolai, Vinarsky Alexander,
• Abstract要約: 本稿では,コンパクトコンパイラ,ソース・ソース・ツール,インタプリタにおける関数インライン化決定の予測の可能性について検討する。 この作業の関連性は、成熟したインライン化最適化を限られたコンパイラ基盤を持つシステムに転送する必要性によって決定される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The paper investigates the possibility of predicting function-inlining decisions in compact compilers, source-to-source tools, and interpreters where the reuse of GCC or LLVM optimization infrastructure is impractical. The relevance of this work is determined by the need to transfer mature inlining heuristics to systems with limited compiler infrastructure, restricted runtime dependencies, and reduced access to target-specific analysis. Existing production compilers already contain strong inliners, but their decisions depend on internal intermediate representations (IRs), pass ordering, target models, and analysis stacks that are difficult to reproduce in lightweight systems. To overcome these constraints, we propose a portable inlining-prediction framework. Production compiler diagnostics serve as supervision; a separate extractor reconstructs caller-callee callsites, prepares sterile source snippets, normalizes them into a universal AST, optionally lowers them to a lightweight structural IR, and exports scalar features for model training. Thus, a trained predictor can be emitted as ordinary C code without a compiler-runtime dependency. To evaluate the proposed framework, we constructed a dataset comprising 336,938 callsites from fifteen open-source C projects, including 79,287 compiler-reported inline events. A comparison of several tabular models is performed using project-aware validation. Under leave-one-project-out validation, CatBoost reaches ROC-AUC 0.928 and PR-AUC 0.713; after threshold tuning, F1 improves from 0.670 to 0.729 and the false-positive rate drops from 0.192 to 0.084. Feature analysis shows that most signal is concentrated in source locality, explicit inline intent, callee size, side effects, branch and call structure, signature shape, and callsite argument shape.
• Abstract（参考訳）: 本稿では,GCCやLLVMの最適化インフラの再利用が現実的でない,コンパクトコンパイラ,オープンソースツール,インタプリタにおける関数インライン決定の予測の可能性について検討する。 この作業の関連性は、成熟したインライン化ヒューリスティックを、限られたコンパイラインフラストラクチャ、制限されたランタイム依存性を持つシステムに転送すること、ターゲット固有の分析へのアクセスを減らすこと、などによって決定される。 既存のプロダクションコンパイラはすでに強力なインライナーを含んでいるが、その決定は内部中間表現(IR)、受注順序、ターゲットモデル、軽量システムでは再現が難しい分析スタックに依存している。 これらの制約を克服するために,携帯型インライン予測フレームワークを提案する。 プロプライエタリコンパイラの診断は、インスペクタとして機能し、別個の抽出器が呼び出し元カリーコールを再構築し、不完全ソーススニペットを作成し、それらをユニバーサルASTに正規化し、任意に軽量な構造IRに還元し、モデルのトレーニングのためにスカラー機能をエクスポートする。 したがって、訓練された予測子は、コンパイラとランタイムの依存関係なしで通常のCコードとして出力することができる。 提案フレームワークを評価するため,79,287個のインラインイベントを含む15のオープンソースCプロジェクトから336,938個のコールライトからなるデータセットを構築した。 プロジェクト・アウェア・バリデーションを用いて,複数の表型モデルの比較を行う。 予備のプロジェクトアウト検証では、CatBoostはROC-AUC 0.928とPR-AUC 0.713に到達し、しきい値調整後、F1は0.670から0.729に改善され、偽陽性率は0.192から0.084に低下する。 特徴分析では、ほとんどの信号はソースの局所性、明示的なインラインインテント、呼び出し元のサイズ、副作用、分岐と呼び出し構造、シグニチャ形状、呼び出し元の引数形状に集中している。

関連論文リスト

• ThinkBooster: A Unified Framework for Seamless Test-Time Scaling of LLM Reasoning [110.46431027868954]
  ThinkBoosterは、大規模言語モデル(LLM)推論のシームレスなテスト時間計算スケーリングのためのフレームワークである。 最新のTTCスケーリング戦略とスコアファミリを実装するモジュール型のPythonライブラリで構成されている。 デプロイ可能なOpenAI互換プロキシサービスにより、現実のアプリケーションへの適応推論のドロップイン統合が可能になる。
  論文  参考訳（メタデータ） (2026-06-05T05:28:46Z)
• LLM Translation of Compiler Intermediate Representation [2.614444430580024]
  本稿では,GIMPLE を LLVM IR に変換するための変換器モデル IRIS-14B を提案する。 我々の知る限りでは、IRIS-14BはIR-to-IR翻訳のために明示的に訓練された最初のモデルである。 現在入手可能な最先端のオープンモデルを含む、広く使われているモデルの精度は、13～1000億のパラメータから44ポイントまで向上している。
  論文  参考訳（メタデータ） (2026-05-07T13:22:23Z)
• OneDrive: Unified Multi-Paradigm Driving with Vision-Language-Action Models [69.2503510410147]
  予め訓練されたVLM上に構築した統合自動運転フレームワークを提案する。 トレーニング済みのVLMアテンションは、純粋言語モデリング以上の強い伝達性を示すことを示す。 エンドツーエンドの自動運転ベンチマークの実験は、最先端のパフォーマンスを示している。
  論文  参考訳（メタデータ） (2026-04-20T07:50:00Z)
• Dynamic analysis enhances issue resolution [53.50448142467294]
  DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。 テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。 Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
  論文  参考訳（メタデータ） (2026-03-23T14:48:54Z)
• Towards Source Mapping for Zero-Knowledge Smart Contracts: Design and Preliminary Evaluation [9.952399779710044]
  本稿では,zkSolcコンパイルパイプライン内のSolidityソースコード,LLVM IR,zkEVMバイトコード間のトレーサビリティを確立するためのソースマッピングフレームワークを提案する。 我々は,50のベンチマークコントラクトと500の現実世界のzkSyncコントラクトのデータセット上でフレームワークを評価し,標準のSolidity構造に対して約97.2%のマッピング精度を観測した。
  論文  参考訳（メタデータ） (2025-04-06T01:42:07Z)
• ReF Decompile: Relabeling and Function Call Enhanced Decompile [50.86228893636785]
  逆コンパイルの目標は、コンパイルされた低レベルコード(アセンブリコードなど)を高レベルプログラミング言語に変換することである。 このタスクは、脆弱性識別、マルウェア分析、レガシーソフトウェアマイグレーションなど、さまざまなリバースエンジニアリングアプリケーションをサポートする。
  論文  参考訳（メタデータ） (2025-02-17T12:38:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。