跳到正文
热点事件持续更新

研究揭示LLM跨语言代码翻译幻觉并提出缓解框架

1 篇报道1 个报道来源20 小时前更新

先了解这件事

AI 综述

2026年10月20日,arXiv cs.AI / cs.LG 发布的一篇论文对LLM跨语言代码翻译中的幻觉作系统刻画:在3个基准数据集、6个语言对和7个模型上人工标注13,919条案例,归纳出语义一致性冲突、事实知识冲突和项目上下文偏离三类问题。作者据此提出HaluCodeTran,通过BM25检索相关翻译示例,并结合按分类体系进行的反思式改写来缓解幻觉,为代码迁移工具提供经过执行验证的基线。目前该事件仅有这一篇论文报道,尚无后续跟进或第三方复现消息。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月20日
  1. arXiv cs.AI / cs.LG 最新
    论文研究 LLM 跨语言代码翻译幻觉,提出三类分类体系与 HaluCodeTran 缓解框架

    该论文系统刻画了大语言模型在跨语言代码翻译中的幻觉,在 3 个基准数据集、6 个语言对和 7 个模型上人工标注 13,919 条案例,归纳出语义一致性冲突、事实知识冲突和项目上下文偏离三类。作者据此提出 HaluCodeTran,用 BM25 检索相关翻译示例,并结合按分类法进行的反思式改写来缓解幻觉,为代码迁移工具提供经过执行验证的基线。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。