arXiv · cs.AI· Peng Ding, Rick Stevens·· 11 小时前
LLM辅助零依赖Python库的性能与正确性实证研究
Stdlib or Third-Party? Empirical Performance and Correctness of LLM-Assisted Zero-Dependency Python Libraries
arXiv:2605.21405v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Peng Ding, Rick Stevens
研究任务与主要进展
Peng Ding和Rick Stevens研究了44个覆盖12类别的单文件、仅使用Python标准库的Python模块，并与参考第三方库进行基准比较。摘要报告显示，多数任务性能差距在2倍以内，部分任务快5至115倍，但图像处理、二进制序列化和底层加密等C扩展任务出现明显性能下降；标准库模块的安装体积中位数为31 KB，对比700 KB，导入快2.2倍，并减少88个传递依赖。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org