PulseAugur
实时 05:20:43
English(EN) Natural Language Code Retrieval for 1C:Enterprise: An Open Benchmark and Efficient Bi-Encoder

新的基准和双编码器改进1C:Enterprise代码检索

研究人员为1C:Enterprise生态系统开发了一个新的自然语言代码检索基准和高效的双编码器。该系统解决了该领域开放数据集和专用模型稀缺的问题,该领域结合了俄语语法和特定术语。该方法利用google/gemma-4-26B-A4B-it和Matryoshka Representation Learning (MRL)生成的合成数据,取得了优异的性能,超越了基线架构。 AI

影响 这项研究可能为专业软件生态系统带来更高效的代码检索工具。

排序理由 学术论文,详细介绍了特定领域的新基准和模型。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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

新的基准和双编码器改进1C:Enterprise代码检索

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Konstantin Chesnokov, Chingiz Mingazov ·

    1C:Enterprise 的自然语言代码检索:一个开放的基准和高效的双编码器

    arXiv:2608.19957v1 Announce Type: new Abstract: Natural language code retrieval is a rapidly evolving task in computer science. However, the 1C:Enterprise ecosystem combines Russian syntax with highly domain-specific terminology, for which open datasets and specialized models hav…