使用场景
用于优化编译器生成的中间表示(IR)的代码大小。
在开发新编译器技术时，预测最优的优化传递序列。
将汇编代码反编译为LLVM IR，以便于进一步的代码分析和优化。
产品特色
预测LLVM优化对代码大小的影响
生成最小化代码大小的优化传递列表
从x86_64或ARM汇编代码生成LLVM IR
在编译器优化任务中实现接近完美的输出复制
提供7B和13B参数的模型以满足不同服务和延迟需求
遵守Meta的许可证和可接受使用政策
使用教程
安装必要的库，如transformers。
使用AutoTokenizer从预训练模型中加载分词器。
创建transformers.pipeline以设置文本生成的pipeline。
通过pipeline传递代码片段，并设置生成参数，如do_sample、top_k等。
获取生成的序列，并评估生成的文本以确定其适用性。
