arXiv 2509.25693
초록 정보가 없습니다.
이 이메일 도메인이 관측된 논문 3건
초록 정보가 없습니다.
Julia, Ballerina 등 저자원 프로그래밍 언어(LRPL)에서 소규모 언어 모델(SLM)의 코드 생성 성능을 높이기 위해, 오프라인 추론 시점 컴퓨트로 검증된 합성 데이터를 생성한 뒤 SFT와 RLVR을 순차적으로 적용하는 3단계 파이프라인을 제안한다. Qwen3-8B에 적용 시 Julia 기준 MultiPL-E에서 최대 +7.6포인트, Agnostics LiveCodeBench에서 +14.2포인트를 달성하며 이전 SOTA 대비 데이터 1/3, 비용 1/6만으로 경쟁력 있는 성능을 보였다.
44개의 AI 패턴 관련 문헌에서 769개의 패턴 후보를 발굴해 14개 패턴 클래스로 분류한 뒤, 능동 학습(active learning)을 활용해 100개의 오픈소스 GitHub 저장소에서 AI 패턴의 실제 사용 빈도를 검증하는 방법론을 제안한다. 코드 호출 그래프에 Louvain 기법을 적용한 새로운 청킹 방식과 유병률 추정(prevalence estimation)을 결합하여, 8-way 분류 과제에서 무작위 기준선(11%) 대비 크게 향상된 56% 정확도를 달성했다.