论文提出一个面向 AI 生成 GPU kernel 的验证器，包含 12 个对抗性的属性检查门（property-based gates，多数为零容差），与参考正确性代码的一致率达 98.5%。作者用它审计了 2,638 个已公开通过验收的机器生成 kernel：39.5% 存在无法靠容差解释的错误，62.1% 至少有一项违规。业界标准测试放过了其中 1,487 个被该验证器拒绝的 kernel。
验证器发现：约 40% 已验收的 LLM 生成 GPU kernel 有缺陷
2026-08-13前沿观察TRIAL
论文提出一个面向 AI 生成 GPU kernel 的验证器，包含 12 个对抗性的属性检查门（property-based gates，多数为零容差），与参考正确性代码的一致率达 98.5%。作者用它审计了 2,638 个已公开通过验收的机器生成 kernel：39.5% 存在无法靠容差解释的错误，62.1% 至少有一项违规。业界标准测试放过了其中 1,487 个被该验证器拒绝的 kernel。
本文来自既有扫描档案。迁移保留原判断，不代表在迁移时重新核验。
对你意味着什么
对只靠宽松测试就给 LLM 生成代码放行上线的团队，这是一条可以直接照做的警告：基于属性的对抗性检查应该进 CI，成为 kernel 和代码的必测项。
前沿观察
公开材料与效果验证，分开看。
已记录的事实是工作及其材料已公开。论文或作者报告的效果不自动等于独立复现。下一步关注可复用代码、任务设置和第三方验证。
证据与关联材料
技术细节与六维评分
| 审计的 Kernel 数 | 2638 |
|---|---|
| 无法以容差解释 | 39.5% |
| 至少一处违规 | 62.1% |
| 与参考正确性代码一致率 | 98.5% |
| 代码 | Zenodo artifact，无 GitHub 仓库 |
技术影响 3
工程价值 4
采用信号 2
成熟度 2
验证成本 3
风险 2