arXiv Artificial Intelligence· Zhihan Zhang, Alexander Le Metzger, Jiuyang Lyu, Chun-Cheng Chang, Jiayi Shao, Yujia Liu, Emmanuel Azuh Mensah, Edward Wang, Kurtis Heimerl, Gregory D. Abowd, Shwetak Patel, Natasha Jaques, Vikram Iyer·· 13 小时前AI 评分58
Embedded Arena：用真实硬件反馈让 LLM 智能体迭代优化端侧模型
Embedded Arena: Iterative Optimization via Hardware Feedback
AI 导读
作者提出硬件在环的智能体竞技场 Embedded Arena，让 LLM 智能体通过编译、烧录并在真实 MCU 上测量，迭代同时优化模型与固件。Claude Opus 4.7 和 Gemini 3.1 Pro 等前沿模型在没有硬件反馈时部署成功率为 0%，而该方案在三次迭代内完成首次成功部署，七次内可超过人类专家结果。
推荐理由模型分析
论文把编译、烧录、实测纳入 LLM 智能体的迭代回路，并给出无硬件反馈时前沿模型部署成功率为 0% 的对照，可供端侧模型压缩研究参考。
来源：arXiv Artificial Intelligence · arxiv.org