English(EN) SemChunk-C: Semantic Segmentation for C Code

新的LLM方法SemChunk-C改进了C代码分割

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-24 04:00

研究人员开发了SemChunk-C，一种对C家族语言代码进行语义分割的新方法。该方法利用参数量从17M到150M的轻量级、基于LLM的分类器来识别功能代码单元并为其分配描述性类别。该系统在实际代码上表现出强大的性能，包括宏和嵌套定义等复杂结构，在各种基准测试中优于更大的面向代码的LLM。 AI

影响这种新方法可以改进LLM驱动的软件工程任务的代码分析和检索。

排序理由该项目是一篇研究论文，详细介绍了一种新的代码分割方法。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Boris Nazarov, Darya Frolova, Shaked Leibzirer, Pavel Kisilev · 2026-06-24 04:00

SemChunk-C: Semantic Segmentation for C Code

arXiv:2606.23697v1 Announce Type: cross Abstract: Semantic segmentation of code written in a C-family language remains a challenging problem, due to the language's complex syntax, macro expansion, and irregular structural patterns. Existing chunking methods, such as fixed-sized w…