FeatLens代码依赖检索方法发布
热点事件持续更新
FeatLens代码依赖检索方法发布
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
Xutian Li 等人提出 FeatLens 方法，用于仓库级代码生成中的特征引导依赖检索。该方法在 DevEval 和 EvoCodeBench 基准测试中，DR@15 分别达到 0.527 和 0.529，取得最高依赖召回率。
AI 根据报道生成 · 3 小时前更新
最新进展10月30日 12:00
FeatLens：面向仓库级代码生成的特征引导依赖检索报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · AIFeatLens：面向仓库级代码生成的特征引导依赖检索
FeatLens 提出一种特征引导的依赖检索方法，在 DevEval 和 EvoCodeBench 基准测试中分别达到 0.527 和 0.529 的 DR@15 值，取得最高依赖召回率。 该方法通过构建自然语言特征与代码实体的离线索引，在线检索阶段无需 LLM 调用，并支持 DeepSeek-V3.2 和 GPT-5-mini 模型获得最高的非 oracle Pass@1 结果。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。