A Contract-Grade Verifier for LLM-Generated GPU Kernels

作者没有再把“若干样例输出相近”当作内核正确，而是设置 12 道对抗性关卡，其中多项完全不允许容差。重审 2,638 个此前获准的机器生成内核后，39.5% 已超出数值容差，62.1% 至少违反一项契约；普通测试误收 1,487 个，而新验证器相对普通测试只多拒 14 个。论文还给出 Blackwell `tcgen05` 的 GDN 反向实现并以双精度验证，说明验证器也能支撑真正的新内核开发，而非只做事后挑错。