待验证50% 置信事实精确时间

现代代码模型的训练流程通常包含数据去重步骤，通过MinHash、SimHash等技术检测并移除近似重复的代码片段

1

来源数

50%

置信度

长期有效

时效性

2026/8/17

首次发现

来源

Cursor六成代码是抄的？AI编程工具代码原创性真相解析

相关事实

待验证部分代码专用模型在训练时会实际运行生成的代码，并将测试结果作为强化学习的奖励信号（执行反馈）71% 相似已验证专用编程模型的训练数据来源包括GitHub开源代码、编程竞赛题解、技术文档、代码审查记录等，并针对HumanEval、MBPP、SWE-bench等基准测试进行优化70% 相似待验证硬编码模型名称在代码中会导致切换模型时需要全量代码扫描、回归测试和重新部署67% 相似待验证MLFlow提供实验追踪功能，自动记录每次训练的参数、指标、代码版本和产物67% 相似待验证CodeBuddy能自动生成测试用例、分析测试覆盖率、识别部署风险点67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/762150

API

curl https://kongchang.com/api/v1/knowledge/claims/762150

MCP

get_claim(id=762150)