检索演示的生成(RAG)最近证明了存储库级代码完成的巨大潜力,因为它将跨文件知识与前面的上述代码集成在一起,以提供有关生成的全面环境。为了更好地了解检索到的跨文件环境的贡献,我们引入了一个基于似然的度量指标,以评估每个检索的代码块对完成的影响。我们的分析表明,尽管检索了许多块,但只有一个小子集对完成有效,而有些块甚至降低了性能 ...
0 0 0 2025/08/25 arXiv:2508.05970v1 zhaochenglu
情感语音转换(EVC)试图在保留语言内容和说话者身份的同时转换话语的情感状态。在EVC中,情绪通常被视为离散类别,忽略了以下事实:语音还以各种强度水平传达了听众可以感知的情绪。在本文中,我们旨在明确表征和控制情感的强度 ...
0 0 0 2025/08/25 arXiv:2201.03967v3 jack_j
在此手稿(MS)中,我们提出了基于因果推理的单分支集合树,用于提升建模,即CIET。与预测概率建模的标准分类方法不同,CIET旨在实现由动作或治疗引起的预测概率的变化。根据我们的CIET,专门设计了两个分区标准,以最大程度地提高治疗组和对照组之间的结果分布差异 ...
0 0 0 2025/08/25 arXiv:2302.01563v1 sara
随着企业代码库的规模和复杂性继续增长,皮棉错误的数量远远超过了工程师的手动补救能力,从而导致技术债务的持续积累和阻碍发展效率。本文介绍了基于大语言模型(LLMS)的自动化棉布修复工作流的Bitsai-Fix,旨在应对工业规模环境中的这一关键挑战。 Bitsai-fix采用树木来进行上下文扩展,并通过经过特殊训练的LLM生成搜索和重复格式补丁,然后进行皮棉扫描重新验证以输出最终补救结果 ...
0 0 0 2025/08/25 arXiv:2508.03487v1 zhaochenglu

来一起翻译吧!


为了您和其他读者获得更好的阅读体验,请您勇敢地改进翻译,特别是一些显而易见的机器翻译错误。


虽然我们追求卓越,但我们并不要求翻译十全十美,因此请不要担心您翻译有误 —— 我们的服务器已经记录所有的翻译,您不必担心会因为您的失误导致无法挽回的破坏。(改编自维基百科)