研究评估提示策略对LLM生成代码能耗的影响

2026年10月26日，arXiv Artificial Intelligence 刊出 Ritika Rekhi 等作者的研究，评估提示策略对 LLM 生成代码能耗的影响。报道称，该研究对 21 种提示策略进行了全面评估，以考察其在生成节能代码方面的效果，并从中筛选出 8 种策略，在 10 个广泛使用的开源权重与专有 LLM 上展开对比评估。研究关注的对象是 LLM 生成 Python 和 C++ 代码的能耗效率，基线提示与筛选出的策略之间的对比是评估的核心安排。目前报道呈现的是研究设计与评估范围，即 21 种策略的初筛、8 种策略的入选以及 10 个模型的覆盖，尚未给出各策略在能耗上的具体比较结果或结论。事件仍在持续发展，后续报道可能补充评估发现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。