2023-10-19讨论班

Posted on Edited on In

Fuzzing Deep Learning Compilers with HirGen (ISSTA’23)

Deep Learning Compiler：

source -> high level IR -> low level IR -> CPU和GPU之指令

先fuzz出一个计算图(coverage guidence)，如果HIR没问题，跑着看看oracle

  • 计算图构建：
    • 考虑类型和大小的约束
    • 故意生成错误的图(边与节点的类型等等)测试编译器能不能正常处理
  • 三种Coverage
    • op与dtype的组合
    • op与shape的组合
    • op与op的组合
  • Oracles
    • Crash
    • IR被优化前后执行结果不一致
    • 不同设备(CPU-GPU)的计算结果不一致

Evaluation：

  • 看效率
  • 看自己的guidence有没有用：Mann-Whitney U Test统计方法

Stylette: Styling the Web with Natural Language (CHI’2022)

CHI：人机交互顶会

改变网页样式以契合用户的需求，手动改CSS对终端用户不友好

speakout loud 有啥痛点直接说

Goals

  • 模糊的自然语言->具体的更改
  • ……

工作流：自然语言->可能的css更改->用户选择

发这篇paper的时候还没有chatgpt

现在chatgpt理解抽象的能力不错