7月8日
09:58
09:58官方账号arXiv cs.LG@Muhammad Imran, Vincenzo Stoico, Ivano Malavolta
该论文研究了Java方法级别的能耗预测,分析了2,786个Java方法的33个静态特征与执行时间和能耗数据。训练并比较了11个回归模型,发现静态代码指标预测性能差,平均R²接近0。加入执行时间后R²提升至0.46,执行时间、内部方法调用和圈复杂度成为最强预测因子。
推荐理由:论文有硬数据:只看代码静态指标预测能耗基本无效,加上执行时间后R²从0升到0.46,做绿色软件开发需要知道这个差异。
7月1日
02:49
02:49官方一手Hugging Face: Blog博客/媒体
精选
IBM Research 推出 ScarfBench,这是首个专为企业 Java 框架迁移任务设计的基准测试。该基准涵盖从 Java EE 迁移到 Spring Boot 等 5 种典型场景,并基于 1000 个迁移案例构建。评估指标包括迁移正确性、代码质量与编译通过率,初始测试显示 GPT-4 等主流代理在复杂迁移中的成功率不足 30%。
推荐理由:IBM 搞了个专门测 AI 代理迁移 Java 框架的基准,看看现有模型能不能搞定企业级代码迁移,结果发现连 GPT-4 都挺费劲。