Teaching LLMs a Low-Resource Language: Enhancing Code Completion in Pharo
Large language models can be adapted for low-resource programming languages through specialized training pipelines and benchmarks, achieving superior code completion performance co…
Hugging Face · Daily Papers
·Kilian Kier, Alessandro Giagnorio
·
·▲ 2 upvotes
Este artigo está em destaque na seleção diária de papers do Hugging Face, curada pela comunidade de pesquisa em IA.
Autores: Kilian Kier, Alessandro Giagnorio, Omar AbedelKader, Oleksandr Zaitsev, Robert Peharz, Romain Robbes
- 2 upvotes da comunidade
- Temas: large language models, code completion, continued pre-training, fine-tuning, code completion benchmarks, Pharo language
Resumo
Resumo original (em inglês), extraído do paper:
Large language models can be adapted for low-resource programming languages through specialized training pipelines and benchmarks, achieving superior code completion performance compared to general-purpose models.Onde ler
// relacionados
Leia também
Editorial
GPT-Live-1: a OpenAI aposenta o walkie-talkie e faz a voz ouvir e falar ao mesmo tempo
Editorial
LingBot-VLA 2.0: a Ant abre um "cérebro" de 6B treinado em 60 mil horas de robôs reais
Editorial
UniClawBench: no mundo real, nenhum agente de IA passa da metade das tarefas
Blog