CUDA-Agent-Ops-6K 是由 BytedTsinghua-SIA 于 2026 年发布的一个面向 CUDA Kernel 生成与优化的训练数据集，旨在为智能体强化学习和 CUDA 代码生成提供高质量的算子级训练任务。

该数据集包含 6,000 个合成算子集训练任务，主要来自 PyTorch 和 Transformers 中的算子，并通过 LLM 将多个算子组合成更复杂的融合任务。数据以 Parquet 格式存储，主要用于 CUDA Kernel 生成、优化以及 Agent 强化学习训练。

数据集组成

• ops：任务涉及的算子或模块列表；
• data_source：数据来源标识；
• code：可执行的 Python/PyTorch 任务代码。

Citation

@misc{cuda_agent_2026,
  title        = {CUDA Agent: Large-Scale Agentic RL for High-Performance CUDA Kernel Generation},
  author       = {Dai, Weinan and Wu, Hanlin and Yu, Qiying and Gao, Huan-ang and Li, Jiahao and Jiang, Chengquan and Lou, Weiqiang and Song, Yufan and Yu, Hongli and Chen, Jiaze and Ma, Wei-Ying and Zhang, Ya-Qin and Liu, Jingjing and Wang, Mingxuan and Liu, Xin and Zhou, Hao},
  year         = {2026},
  howpublished = {Project page and technical report}
}

@misc{cuda_agent_ops_6k_2026,
  title        = {CUDA-Agent-Ops-6K: Training Dataset for CUDA-Agent},
  author       = {{BytedTsinghua-SIA}},
  year         = {2026},
  howpublished = {Hugging Face dataset},
  url          = {https://huggingface.co/datasets/BytedTsinghua-SIA/CUDA-Agent-Ops-6K}
}