同一道菜，步骤和火候换一换，出锅速度可能差很多。GPU 程序也一样：GPU 内核——在大量计算单元上并行运行的一小段核心程序——即使计算结果不变，不同写法的速度也可能悬殊。这项工作让一个 80 亿参数的小语言模型寻找更好的“操作顺序”，替工程师组合编译器变换，也就是调整循环、计算次序和数据搬运方式。
团队没有让模型重写内核，而是让它生成完整的优化脚本——一份按顺序指定变换及参数、可由编译器复现的施工方案。训练分两步：先用 108,594 个样本教模型从零构造脚本，或把已有方案改得更快；再用强化学习，根据脚本能否执行、结果是否正确和实测延迟继续修正。奖励速度提升的前提，是计算结果先通过数值校验。
据论文作者在 NVIDIA H100 上的实验，模型单次生成正确脚本的比例，构造任务为 91.27%，改进任务为 92.01%；与只做监督训练相比，强化学习版本在双方结果均正确且可计时的任务中，分别有 88/102 和 145/170 次生成了更快内核。意义不只在“小模型也能调 GPU”，而在于它开始学习多项底层变换如何配合；这些效果目前仍以作者给出的特定编译器、硬件和任务测试为准。