JevCoder 论文提出低成本判定器降低代码修复 token 开销
热点事件持续更新
JevCoder 论文提出低成本判定器降低代码修复 token 开销
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Jiahao Zhang、Yifan Zhang、Yu Huang 在 arXiv 发布论文，提出代码修复工作流 JevCoder，核心是低成本概率判定器 Jev，负责给出代码片段建议、行动类型指导，并决定何时提交。判定器以概率形式回答预设问题，不生成解释。 基于论文摘要，作者在三个修复模型、每个模型相同的 400 个任务（各含 200 个 SWE-bench Verified 和 200 个 SWE-Bench Pro Verified 任务）上实验：与无引导修复相比，修复模型平均 token 使用量降低 21.6%—50.6%，并观察到三个模型的修复率均有提高；研究还与用修复模型自身作为判定器的同工作流进行了比较。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
JevCoder：代码修复中的决策委托何时划算？报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv · cs.AIJevCoder：代码修复中的决策委托何时划算？
基于论文摘要，作者提出JevCoder代码修复工作流，使用低成本概率判定器Jev提供代码片段建议、行动类型指导并决定何时提交。三种修复模型在400个任务上的实验中，相比无引导修复，平均修复模型token使用量降低21.6%—50.6%，并观察到更高修复率；研究还与使用修复模型自身作为判定器的同工作流进行了比较。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。