09:41官方一手arXiv: DeepSeek@Wei Liu, Weisong Sun, Tingting Xu, Hanwei Qian, Yi Zhao, Chunrong Fang, Xia Feng本研究针对方法名预测(MNP)任务,发现现有评估多依赖token相似度指标(如BLEU)与人类判断不一致,且LLM直接代码-名称映射不及人类先理解再命名的过程。实验对比6种指标评估器、5种LLM评估器(包括DeepSeek)和6名人类评估者,显示DeepSeek评估器与人类判断更一致。进一步比较直接生成与摘要-精炼策略,后者提升了语义质量。基于此提出SMNP方法,融合MNP导向摘要和链式精炼,在5个LLM和2个数据集上验证了有效性。论文SMNPLLMMethod Name Prediction推荐理由:这篇论文告诉你:给代码自动取名时,先写摘要再命名比直接硬猜更靠谱。他们用DeepSeek做评估,效果比传统指标好十倍。原文稍后读已读值得跟进有用关注 SMNP