HintPilot：用于代码优化的基于 LLM 的编译器提示综合

代码优化仍然是软件开发的核心目标，但现代编译器却难以驾驭巨大的优化空间。虽然最近的研究考虑使用 大语言模型 (LLM) 直接优化源代码，但这些技术可能会引入语义错误并错过细粒度的编译器级优化机会。我们提出了 HintPilot，它通过综合编译器提示和引导编译器行为的注释，将基于 LLM 的推理与传统编译器基础设施联系起来。 HintPilot 在编译器文档上采用检索增强综合，并应用分析引导的迭代细化来综合保留语义的有效提示。根据 PolyBench 和 HumanEval-CPP 基准测试，HintPilot 的几何平均加速比 -Ofast 高达 6.88 倍，同时保持程序正确性。