MediaWiki Code2Code 神经代码检索系统

MediaWiki 开源神经代码检索系统，盲评 nDCG@10 由 0.63 升至 0.81。

资讯摘要

论文提出 MediaWiki Code2Code Search，一个面向语义代码检索的神经检索系统，索引了 2500 多个 MediaWiki 仓库中的 129 万个结构实体（函数、类型、模板），按计算意图而非表面词元检索。系统采用离线 GPU 索引与纯 CPU 服务分离的架构，FAISS IVF-PQ 索引占 168.6 MiB，较 flat float32 基线缩减 96.6%，在普通硬件上查询延迟中位数为 1.85 秒。作者报告在三模型 LLM 评审的盲评中，27 条查询基准上 nDCG@10 均值由 BM25 的 0.63 提升至 0.81。

要点速读

1. 索引 2500 多个 MediaWiki 仓库的 129 万个结构实体，支持按计算意图检索。
2. FAISS IVF-PQ 索引 168.6 MiB，较 flat float32 基线缩减 96.6%，查询延迟中位数 1.85 秒。
3. 作者报告盲评中 nDCG@10 均值从 BM25 的 0.63 升至 0.81，在名称混淆与跨语言任务上提升更明显。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。