paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
LF

Lingyue Fu

ACL 2026ICML 2026评测与基准代码智能体与工具对齐与偏好
新星分新星
82
一作贡献70
核心/参与0
方向广度11
合作网络12
2 一作 · 2 篇 · ACL 2026 / ICML 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

2
一作ACL 2026Poster· Natural Language Processing

C ore C ode B ench: Decoupling Code Intelligence via Fine-Grained Repository-Level Tasks

Lingyue Fu · Hao Guan · Bolun Zhang · Haowei Yuan · Yaoming Zhu · Lin Qiu · ZongYu Wang · Xuezhi Cao · Xunliang Cai · Weiwen Liu · Ruiming Tang (Huawei Noah&#x27 · s Ark Lab)

摘要

The evaluation of Large Language Models (LLMs) for software engineering has shifted towards complex, repository-level tasks. However, existing benchmarks predominantly rely on coarse-grained pass rates that treat programming proficiency as a monolithic capability, obscuring specific cognitive bot...

代码评测与基准对齐与偏好OpenReview 项目页

常见合作者