实体 CodeAlchemy

CodeAlchemy

PulseAugur coverage of CodeAlchemy — every cluster mentioning CodeAlchemy across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

时间线

2026-06-10 research_milestone A new paper introduces CodeAlchemy, a synthetic data generation framework for code, producing over 500 billion tokens and demonstrating significant performance gains on new benchmarks. 来源

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_82631 · Jun 10 · 04:00

CodeAlchemy 为 AI 训练生成超过 5000 亿个 token 的合成代码

研究人员开发了 CodeAlchemy，一个用于生成大规模合成代码数据以改进 AI 模型训练的框架。该系统采用了五种策略，包括代码重写、问答、开发者任务、对话交流和执行跟踪，生成了超过 5000 亿个 token 的合成代码和 3500 亿个推理 token。这个庞大的数据集旨在解决当前模型在理解真实世界代码任务方面的局限性，新的基准测试如 DevEval 和 TraceEval 突显了即使是前沿模型在语义理解方面也存在显著差距。