该研究以低资源编程语言 Pharo 为案例，构建结合专属数据整理、持续预训练与微调的代码补全流程，并设计语法学习和真实 GitHub 代码掩码补全基准。摘要称，专门化模型不仅明显超过原始基座，还优于规模大得多的代码模型，同时足够小，可支持 IDE 实时代码补全。
最近 24 小时暂无可用热度快照。