SourceTracker与HybridSourceTracker溯源追踪方法发布

研究者 Andrea Gurioli 等提出并发布面向 LLM 生成代码的溯源追踪模型 SourceTracker 与两阶段流水线 HybridSourceTracker（HST）：先用向量搜索缩小候选范围，再用 Winnowing 精确指纹重排序。 该系统在 TheStackV2 数据集的 1000 万条代码片段子集上训练和评估，样本包含逐字片段与模拟真实标识符改名的改写片段。在 10 万条片段的体外搜索空间、使用改写查询时，该混合方法对 30 token 片段的平均倒数排名与 Winnowing 相当。 作者称，使用该系统需以其训练数据可获取为前提。

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。