English(EN) To See is Not to Master: Teaching LLMs to Use Private Libraries for Code Generation

新的PriCoder方法教大型语言模型使用私有库进行代码生成

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-15 04:00

研究人员开发了PriCoder，一种增强大型语言模型（LLMs）生成利用私有库代码的能力的新方法。当前方法即使有API文档的访问权限也表现不佳，因此催生了PriCoder，它通过合成数据来教会LLMs如何有效地调用这些私有API。该方法将数据合成建模为一个图构建问题，采用渐进式图演化来保证多样性，并通过多维图剪枝来保证质量。实验表明，PriCoder在不影响通用编码能力的情况下，将私有库代码生成性能显著提升了20%以上。 AI

影响增强了LLMs在专业代码生成方面的能力，有望改进开发工具和工作流程。

排序理由该集群包含一篇详细介绍LLM代码生成新方法的论文。[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 →

本文如何被排名

Signal score: 17 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍LLM代码生成新方法的论文。[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, model release; 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]

arXiv cs.AI TIER_1 English(EN) · Yitong Zhang, Chengze Li, Ruize Chen, Guowei Yang, Xiaoran Jia, Yijie Ren, Jia Li · 2026-09-15 04:00

看见不等于掌握：教大型语言模型使用私有库进行代码生成

arXiv:2603.15159v5 Announce Type: replace-cross Abstract: Large Language Models (LLMs) have shown strong potential for code generation, yet they remain limited in private-library-oriented code generation, where the goal is to generate code using APIs from private libraries. Exist…

本文如何被排名

报道来源 [1]

看见不等于掌握：教大型语言模型使用私有库进行代码生成

相关实体

相关话题