大模型

大语言模型

KDD 2025 人大团队提出多任务贝叶斯联邦学习算法，同时处理分类和回归

作者

本文介绍了一篇关于多任务贝叶斯联邦学习的文章，该文章在KDD 2025上被接收。通过结合局部设备下的多任务学习与全局水平的联邦学习，缓解了有限数据下的过拟合问题，并展示了其在分类和回归任务中的优越性能。

阿里、中科大等提出ExecRepoBench：仓库级可执行代码补全新基准

作者

本文提出ExecRepoBench，一个面向仓库级代码补全的新测试基准，并设计了基于抽象语法树的多层次代码遮掩方法用于构造指令微调数据集Repo-Instruct。基于该数据集训练的Qwen2.5-Coder-Instruct-C模型在多项基准测试中表现优异。