跳到正文
热点事件持续更新

研究揭示大模型跨语言代码翻译幻觉并提出缓解框架

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Yali Du 等作者提交的论文对 LLM 跨语言代码翻译中的幻觉做了系统实证研究,覆盖三个基准数据集、六组语言对和七个模型,将幻觉分为语义一致性冲突、事实知识冲突、项目上下文偏离三类,并人工标注 13,919 个案例。 作者据此提出 HaluCodeTran 缓解框架,结合基于 BM25 的翻译示例检索与分类感知的反思式精修,称可为构建更可靠的代码迁移工具提供基线。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月21日
  1. arXiv cs.SE
    研究揭示大语言模型跨语言代码翻译中的幻觉现象与缓解方法

    该论文系统研究了大语言模型在跨语言代码翻译中的幻觉问题,覆盖三个基准数据集、六组语言对和七个模型,构建了语义一致性冲突、事实知识冲突、项目上下文偏离三类分类体系,并人工标注了 13,919 个幻觉案例。作者进一步提出 HaluCodeTran 缓解框架,结合基于 BM25 的翻译示例检索与分类感知的反思式精修,为构建更可靠的代码迁移工具提供基线。

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。