提出CORE-Bench,一个用于智能编码时代代码检索的综合基准,包含三个层次(代码理解、问题到编辑定位、上下文检索),通过超过18万查询和10万标注进行评估,发现现有嵌入模型在智能编码场景下性能大幅下降,有监督微调能提升但仍存在差距。
机构:北航
来源:arXiv 2606.11864 | AI4Papers 论文推荐平台