Self-Evolving in the Wild：Over the course of ~35 hours of continuous autonomous execution, the model...
TL;DR · AI 摘要
Qwen在自主执行过程中，通过连续运行约35小时，进行了1158次工具调用，完成了432次内核评估，自主编写、编译、分析和迭代改进了Extend Attention Kernel，实现了10.0倍的几何提升。
核心要点
- Qwen在35小时内自主执行，进行了1158次工具调用和432次内核评估。
- Qwen自主完成了Extend Attention Kernel的编写、编译、分析和迭代改进。
- Qwen实现了Extend Attention Kernel的10.0倍几何提升。
结构提纲
按章节快速跳转。
Qwen在约35小时的连续自主执行中，进行了大量的工具调用和内核评估，展示了其在自动化任务处理方面的强大能力。
Qwen执行了1158次工具调用，完成了432次内核评估，这些活动是其自主学习和优化过程的关键部分。
Qwen不仅编写了Extend Attention Kernel，还自主进行了编译、性能分析和迭代改进，最终实现了10.0倍的几何性能提升。
Qwen自主编写了Extend Attention Kernel的代码，并成功编译，为后续的性能分析和优化奠定了基础。
通过自主进行的性能分析，Qwen识别出性能瓶颈，并通过迭代改进代码，实现了显著的性能提升。
Qwen的自主优化工作展示了AI在自动化软件开发和性能优化方面的潜力，可能对未来的软件开发流程产生深远影响。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- Qwen自主执行与内核优化
金句 / Highlights
值得收藏与分享的关键句。
Over the course of ~35 hours of continuous autonomous execution, the model performed 432 kernel evaluations across 1,158 tool calls.
It wrote, compiled, profiled, and iteratively improved the Extend Attention Kernel entirely on its own — 10.0x geometric.
This demonstrates the capability of AI models to autonomously optimize and improve their own components, leading to significant performance enhancements.
Self-Evolving in the Wild：Over the course of ~35 hours of continuous autonomous execution, the model performed 432 kernel evaluations across 1,158 tool calls. It wrote, compiled, profiled, and iteratively improved the Extend Attention Kernel entirely on its own — 10.0x geometric
