Quality Preference Accuracy

新的SynH-Rank框架通过质量感知排序增强代码搜索

研究人员开发了SynH-Rank，一个新颖的框架，旨在通过整合非功能性质量（如执行速度和可维护性）来改进代码搜索，而这些质量通常被当前系统所忽略。该框架通过使用LLM驱动的数据合成和分层排序方法，解决了质量标注数据集稀缺以及标准对比学习的局限性。这种方法明确地模拟了代码的质量层次（高质量相关 > 低质量相关 > 不相关），从而在质量偏好准确性和整体相关性指标方面取得了显著改进。