论文09:22MRCoder:一种用于仓库级代码生成的高效上下文选择方法MRCoder用Map-Reduce思路解决仓库级代码生成的上下文选择难题,比现有RAG方法节省30-50% token,推理快52%,在CoderEval和DevEval上准确率更高。#MRCoder#Qwen2.5-Coder#DeepSeek-Coder#代码生成aarXiv: DeepSeek@Peiding Wang 等 3 人原文稍后读已读值得跟进有用关注 MRCoder
论文精选10:53LUCoS:无监督上下文选择提升表格基础模型性能做表格数据标注或低资源学习的团队,LUCoS解决了冷启动下上下文选择的核心难题,无需标签就能显著提升模型效果,值得在TabPFN等模型上试试。#表格基础模型#无监督学习#上下文选择#TabPFNaarXiv cs.LG@Oroel Ipas 等 4 人原文稍后读已读值得跟进有用关注 表格基础模型