Key points are not available for this paper at this time.
大型语言模型（LLMs）因其在各种自然语言处理（NLP）任务中的卓越准确性而在NLP领域越来越受欢迎。专为编程设计的LLMs在庞大的数据集上进行训练，使它们能够学习编程语言的结构和语法。这些数据集来自网络爬取，LLMs会记忆这些数据集中的信息。用于代码的LLMs也在不断增长，这使得它们的执行更加具有挑战性，也使用户越来越依赖外部基础设施。我们旨在探讨LLMs在代码领域面临的挑战，并提出测量和防止记忆化的技术。此外，我们还建议采用压缩模型的方法，并在消费硬件上本地运行它们。
Building similarity graph...
Analyzing shared references across papers
Loading...
Ali Al-Kaswan（Sun，）研究了这个问题。
www.synapsesocial.com/papers/68e6f4b7b6db64358766f068 — DOI: https://doi.org/10.1145/3639478.3639803
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context:
Ali Al-Kaswan
Delft University of Technology
Building similarity graph...
Analyzing shared references across papers
Loading...