超越检索:代码搜索的多任务基准与模型
深度2026年5月13日19 分钟阅读
最有趣的发现是:短关键词查询(类似真实开发者搜索)使所有模型 nDCG@10 趋近于零,说明现有模型严重依赖长查询。此外,本文公开了首个在三个任务上均提升的重排序模型。推荐从事代码搜索、检索系统构建的研究者和工程师阅读。
觉得有用?分享给更多人
觉得有用?分享给更多人
一名黑客通过 GitHub 访问令牌向亚马逊的 VSCode 扩展仓库提交恶意 PR,试图让 AI 编程助手 Q Developer 执行系统擦除命令。由于 prompt 格式错误,攻击未遂。文章分析了 AI Agent 在执行指令时缺乏人类式警惕性的问题,并提出了加强外部安全控制的建议,如构建不关心指令来源的策略门禁、使用短期凭证等。
Inherent 发布 AI 智能体 Faraday,在复现科学论文方面超越 Anthropic 和 OpenAI 的更大模型。该公司通过强化学习培养“研究品味”,并以更小模型实现更高目标。