SaraCoder：分层剪枝提升仓库级代码补全

Xiaohan Chen 等作者发布论文，提出 SaraCoder——一个面向检索增强仓库级代码补全的框架，目标是在固定上下文预算下通过分层上下文剪枝提升知识密度。 该框架的 Hierarchical Feature Optimization 模块分四阶段剪枝过完备候选池，再把释放出的 token 分配给 External-Aware Identifier Disambiguator，选择性注入最必要的跨文件依赖定义。论文未在报道中给出实验效果数据。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。