研究人员开发了一种名为自适应 q-log odds 的新方法，以提高 BM25（一种流行的搜索算法）在代码检索任务上的性能。该技术通过调整对唯一标识符的加权方式，修改了 BM25 的底层数学公式，以更好地区分相似的代码函数。在 Go 代码数据集上进行测试时，新方法显著提高了检索准确性，将归一化折损累计增益（NDCG@10）提高了近 90%。研究人员还发现，此修复方案的有效性取决于分词过程，并且对通用文本检索的影响很小。 AI
影响 增强了代码搜索能力，有望提高开发人员的生产力以及检索增强编码系统的准确性。
排序理由 该集群包含一篇学术论文，详细介绍了一种改进特定算法的新方法。[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 →
