# 代码翻译

并行科学代码在CUDA、OpenMP与SYCL之间的翻译长期依赖固定顺序的流水线，所有错误都走同一种修复，且正确性只看编译与运行是否通过。一个由裁决驱动的编排器把翻译、编译诊断和执行验证拆成三个智能体，并按失败类型分派补丁、语义、同步或内存修复技能。在30个HeCBench内核、三个开源模型和六个翻译方向上，该流程在全部18个模型与方向组合中取得高于LASSI的验证正确率，同时最多少用52.4%的token。

并行科学代码在CUDA、OpenMP与SYCL之间的翻译长期依赖固定顺序的流水线，所有错误都走同一种修复，且正确性只看编译与运行是否通过。一个由裁决驱动的编排器把翻译、编译诊断和执行验证拆成三个智能体，并按失败类型分派补丁、语义、同步或内存修复技能。在30个HeCBench内核、三个开源模型和六个翻译方向上，该流程在全部18个模型与方向组合中取得高于LASSI的验证正确率，同时最多少用52.4%的token。

四个大模型把Kessler暖雨微物理的Fortran代码改写成GPU上的JAX，输出与Fortran参考几乎一致，但GPU性能相差很大，最快一版在缓存GPU执行下比串行Fortran快约357倍。

四个大模型把Kessler暖雨微物理的Fortran代码改写成GPU上的JAX，输出与Fortran参考几乎一致，但GPU性能相差很大，最快一版在缓存GPU执行下比串行Fortran快约357倍。

该工作提出一套人机协作的智能体工作流，由领域专家撰写规范与计划、智能体在确定性编排下生成代码，每个阶段以对参考代码的数值比对和人工批准收尾；在MCFM从Fortran到C++的翻译任务上运行十四次实验，一个带强制限制的简单作者—审阅者循环完成了与多智能体工作流相当数量的文件，而每个文件成本约为其三分之一。

该工作提出一套人机协作的智能体工作流，由领域专家撰写规范与计划、智能体在确定性编排下生成代码，每个阶段以对参考代码的数值比对和人工批准收尾；在MCFM从Fortran到C++的翻译任务上运行十四次实验，一个带强制限制的简单作者—审阅者循环完成了与多智能体工作流相当数量的文件，而每个文件成本约为其三分之一。