跳到正文
热点事件持续更新

Code2LoRA框架与RepoPeftBench基准开源发布

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

研究人员提出Code2LoRA超网络框架,通过生成代码语言模型LoRA适配器实现参数高效微调。框架在静态任务上实现了66.2%的库内精确匹配率,且无推理时token开销,支持静态与演化两种模式。 在性能表现上,该框架的演化模式在跨库任务中比单一共享LoRA高出5.2个百分点,显著提升了模型处理跨库场景的能力,展示了超网络生成适配器的高效性。 研究团队同时构建了包含604个Python仓库的RepoPeftBench评测基准,相关代码、模型检查点及基准数据集均已开源,为后续代码微调研究提供资源支持。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月30日
  1. arXiv · NLP
    Code2LoRA: 超网络生成的代码语言模型 LoRA 适配器

    Code2LoRA 提出超网络框架生成仓库专用 LoRA 适配器,在静态任务上实现 66.2% 的库内精确匹配率,且无推理时 token 开销。 框架包含静态与演化两种模式,演化模式在跨库任务中比单一共享 LoRA 高出 5.2 个百分点,并构建了含 604 个 Python 仓库的 RepoPeftBench 评测基准。 代码、模型检查点及基准数据集已开源。

本事件热度走势

可比范围当前
8
可比范围峰值
910月30日 17:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。