MAP4CS：用5%数据微调代码检索器

Yuxuan Chen 等作者发布论文提出数据剪枝框架 MAP4CS（Multi-dimensional Awareness Pruning for Code Search），通过融合语法结构、语义多样性与分布表示，并配合规则过滤流程，从大规模代码语料中筛选出小型高质量核心子集，用于代码检索器微调。 论文称，在两个大规模数据集上，MAP4CS 仅用 5% 训练数据即持续优于随机采样基线，性能可媲美甚至超过全量数据微调；分析显示它能对冗余语料自动去重、对混乱语料自动去噪。

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。