科技行者 on MSN

北航团队首次揭秘多语言编程的奥秘：为什么Python比Rust更“饿”数据?

这项由北京航空航天大学的杨健、国鑫、林静等研究者联合优矿公司和中国人民大学人工智能学院团队完成的突破性研究，发表于2025年12月的arXiv预印本（论文编号：2512.13472v1），是全球首次系统性探索多语言编程训练规律的重要成果。
GitHub

Hadoop Connector: hadoop-connector.jar Hive Connector: hive-sequoiadb-apache.jar Storm ...

scons ( 2.3.0 ) ant ( 1.8.2 ) Python ( 2.7.3 ) PostgreSQL ( 9.3.4 ) Linux x86-64: g++ ( 4.3.4 ) gcc ( 4.3.4 ) make ( 3.81 ) kernel ( 3.0.13-0.27-default ) Linux PPC64: g++ ( 4.3.4 ) gcc ( 4.3.4 ) make ...

北航提出大模型Scaling Laws：编程语言差异与多语言最优配比策略

在代码大模型（Code ...

北航提出代码大模型的 Scaling Laws：编程语言差异与多语言最优配比策略

北航、人大和九坤投资共同撰写的论文 《Scaling Laws for Code: Every Programming Language Matters》 整理而成。 在代码大模型（Code LLMs）的预训练中，行业内长期存在一种惯性思维，即把所有编程语言的代码都视为同质化的文本数据，主要关注数据总量的堆叠。然而，现代软件开发本质上是多语言混合的，不同语言的语法特性、语料规模和应用场景差异巨大。