PulseAugur
中
实时 09:17:19
English(EN) Can Code Evaluation Metrics Detect Code Plagiarism?

研究人员评估代码指标以检测软件抄袭

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇新研究论文调查了标准代码评估指标是否能有效检测源代码中的抄袭。该研究将五种指标——CodeBLEU、CrystalBLEU、RUBY、TSED 和 CodeBERTScore——与 JPlag 和 Dolos 等专业的抄袭检测工具进行了比较。结果表明，这些指标可以与专用工具相媲美，特别是经过预处理的 CrystalBLEU，并且在修改较少的代码上表现最佳。 AI

影响 评估代码评估指标在抄袭检测方面的有效性，可能影响学术诚信工具。

排序理由 这是一篇评估现有指标在特定任务中表现的研究论文。

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 →

研究人员评估代码指标以检测软件抄袭

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Research
这是一篇评估现有指标在特定任务中表现的研究论文。
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, other
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
145 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

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) · Mike Joy ·

    代码评估指标能否检测代码抄袭？

    Source Code Plagiarism Detection (SCPD) plays an important role in maintaining fairness and academic integrity in software engineering education. Code Evaluation Metrics (CEMs) are developed for assessing code generation tasks. However, it remains unclear whether such metrics can…

相关实体

相关话题