Code Comprehensor框架提出
发生了什么
据arXiv cs.LG发布，Code Comprehensor框架结合分层文档与双编码器检索，旨在提升大代码库跨模态检索与大模型问答准确率。该框架包含代码依赖调用图、CodeScribe（使用代码感知LLM生成分层文档）和CodeContrast（CLIP式双编码器模型，学习对齐的文本-代码嵌入）。在OpenCV和5M-LOC私有代码库上的评估显示，CodeScribe生成的监督显著提高了文本到代码的检索准确率，丰富的文本监督（分层文档、父/兄弟上下文和LLM生成的合成问题）提升了整体性能。使用RAGAS进行的LLM作为裁判者评估显示，Code Comprehensor输出的可信度得分超过90%
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口