PulseAugur
中
实时 06:29:57
English(EN) Cost-Effective Repository Exploration for Agentic Issue Localization

新基准评估用于代码库探索的经济高效的AI

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个新的基准IssueLoc-Bench，用于评估不同AI模型在编码代理管道中进行代码库探索的成本效益。研究发现，虽然更高质量的探索器表现最佳，但显著更便宜的模型可以在大幅减少代理时间和token使用量的同时，保留相当一部分的定位质量。探索器模型的选择应取决于定位信息下游的使用方式，其中排名和覆盖率等指标适用于候选者交接，而F1和精确匹配则适用于限制性文件门。 AI

影响 这项研究通过优化代码库探索阶段，有望带来更高效、更具成本效益的软件开发AI代理。

排序理由 介绍新基准和AI模型评估方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

新基准评估用于代码库探索的经济高效的AI

本文如何被排名

Signal score
30 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
介绍新基准和AI模型评估方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, product
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Breaking (< 6h)
Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Mohammad Nour Al Awad, Sergey Ivanov ·

    面向智能体问题定位的经济高效的仓库探索

    arXiv:2608.29675v1 Announce Type: cross Abstract: Repository exploration is a distinct and costly stage of coding-agent pipelines: before generating a patch, an agent must identify which repository files are likely to matter. We study whether this stage can be delegated to lower-…

相关实体

相关话题