**代码检索新基准揭示稠密模型优势来源:评估偏差与查询缺陷** _Embeddings vs. Grep: Rethinking the Dense Adva
原帖
**代码检索新基准揭示稠密模型优势来源:评估偏差与查询缺陷**
_Embeddings vs. Grep: Rethinking the Dense Advantage in Code Search_
> 研究通过构建更真实的代码检索基准 Repo-Premium 发现,稠密检索在现有测试中领先 BM25 主要源于评估方式对稠密模型的偏向以及查询缺乏代码特有标识符。实验表明,利用 LLM 生成标识符扩展查询能显著提升 BM25 性能,使其在 Python 代码库中全面匹敌稠密检索。研究建议采用公平基准、融合检索策略及补充代码词汇。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-11-20 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2611.20455)