研究团队发布DECODE开发者代码编辑数据集

2026年10月30日，arXiv Artificial Intelligence 刊出研究团队（Jenny T. Liang 等作者）的成果：他们发布 DECODE（Developer Edits of Code Dataset）数据集，收录来自 1K+ 开发者的 53.6K 次 IDE 内真实 AI 生成代码编辑记录，用于分析开发者何时、为何、如何修改 AI 生成代码。研究指出，开发者投入编辑的精力很少，并且会很快放弃 AI 生成代码，这凸显了 LLM 通过编辑理解开发者意图的必要性。在模型表现上，前沿模型生成的编辑最能反映开发者意图，但容易过度编辑并回退开发者手写改动；微调可提升编辑预测相似度与意图贴合度，但仍未完全追上前沿模型。目前该数据集已公开，后续进展尚待跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。