研究者提出时序自适应微调TAFT

Alex Wolf、Pooja Rani 与 Harald C. Gall 提出时序自适应微调方法 TAFT，用于解决仓库专用大模型随代码版本演进逐渐失准的问题。该方法把代码仓库的版本变迁当作监督信号，通过偏好优化配对新增知识与过时知识，并回放保留样本，使模型在代码更新后仍能正确理解仓库。 据研究者称，TAFT 面向仓库级代码理解问答的时序适配场景，属于方法层面的提出与评测，报道未给出具体评测结果。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。