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
相关文章
Fable 系统在 KernelBench-Mega 上编写了首个真正的 megakernel，速度提升 18.71 倍，预示 AI 研发自动化临近；Remote Labor Index 显示 AI 对在线项目自动化成功率已升至 16.1%，且增长迅速；OSWORLD 2.0 推出更复杂的计算机操作基准，任务中位数耗时 1.6 小时，当前最强 AI 仅达 20.6%；京东公布 Oxygen AIIC 系统，用深度学习管理数十亿 SKU 的库存。
深度·7月6日·4 分钟
微软、AWS、Anthropic 和 OpenAI 纷纷建立嵌入式工程团队，帮助客户部署 AI。模型质量差距缩小，部署和客户粘性成为竞争关键。企业采购时应关注系统所有权和退出成本。
深度The New Stack·7月5日·7 分钟