跳到正文
arXiv · AI· Yuxuan Chen, Mingwei Liu, Guangsheng Ou, Zekai Zhang, Zike Li, Yanlin Wang, Pelin Zheng·· 2026-10-09AI 评分33

MAP4CS 提出多维度代码搜索剪枝框架,使用 5% 训练数据即可媲美或超越全量微调效果。

MAP4CS: A Multi-dimensional Data Pruning Framework for Efficient Code Retriever Fine-tuning

AI 导读

该框架整合句法结构、语义多样性与分布表征进行核心子集筛选,并能自动适应不同语料库噪声水平。 验证了数据中心 AI 领域中“少即是多”的假设。

来源:arXiv · AI · arxiv.org