跳到正文
热点事件持续更新

提出代码理解混合检索推理框架

1 篇报道1 个报道来源18 小时前更新

先了解这件事

AI 综述

2026年10月22日，arXiv Artificial Intelligence 刊出 Sujoy Roychowdhury 等作者的论文，提出名为 Code Comprehensor 的混合检索-推理框架，用于在大型代码仓库中快速检索相关代码上下文。该框架由三部分组成：代码依赖调用图、CodeScribe 分层文档生成，以及 CLIP 式双编码器模型 CodeContrast。其中 CodeScribe 借助具备代码理解能力的 LLM，沿仓库调用图生成分层文档；CodeContrast 则以 CodeScribe 的输出为训练数据，学习对齐的文本-代码嵌入。作者在 OpenCV 和一个 500 万行的专有仓库上测试，称 CodeScribe 生成的监督信号显著提升了文本到代码的跨模态检索准确率；基于 MCP 的 LLM 编排器输出经 RAGAS 评测，忠实度超过 90%。目前该工作处于论文发布阶段，报道未提及代码或模型是否公开、有无使用限制。

AI 根据报道生成 · 3 小时前更新

最新进展10月22日 12:00
Code Comprehensor：面向大型代码仓库的分层文档与跨模态检索框架

报道时间线

沿着报道，了解事件的不同侧面。

10月22日
  1. arXiv Artificial Intelligence
    Code Comprehensor：面向大型代码仓库的分层文档与跨模态检索框架

    Code Comprehensor 是结合代码依赖调用图、CodeScribe 分层文档生成与 CLIP 式双编码器 CodeContrast 的混合检索-推理框架，用于快速检索相关代码上下文。在 OpenCV 和一个 500 万行专有仓库上，CodeScribe 生成的监督信号显著提升了文本到代码的跨模态检索准确率。基于 MCP 的 LLM 编排器输出经 RAGAS 评测忠实度超过 90%。

本事件热度走势

可比范围当前
6
可比范围峰值
710月23日 03:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。