Skip to content
Hot eventLive

研究评估提示词策略对LLM生成代码能耗的影响

1 reports1 sources16 hr ago updated

Get the story

AI overview

2026年10月5日，arXiv Software Engineering 刊登一项研究（一手报道），主题为通过有效提示词提升 LLM 生成代码的能效。研究对 21 种提示词策略进行了全面评估，并从中选出 8 种，在 10 个常用开源与闭源 LLM 上验证其生成 Python 与 C++ 代码时的能效表现。目前报道仅给出研究范围与方法概述，未披露具体策略名称、能耗数值或最终结论，也未涉及与其他报道的矛盾之处。

Generated from reports · updated 16 hr ago

LatestOct 5
2026-10-05 研究评估21种提示词策略，选出8种在10个LLM上验证Python与C++代码能效。

Timeline

Follow the coverage from different angles.

Oct 5, 2026
  1. arXiv · Software Engineering
    通过有效提示词提升 LLM 生成代码的能效

    研究对 21 种提示词策略做全面评估，并选出 8 种在 10 个常用开源与闭源 LLM 上验证 Python 与 C++ 代码生成的能效。

Heat trend

Current heat 7·Comparable peak 10（Oct 5）·Comparable change over 24 hours –

02.557.510Oct5Oct5Oct5Oct6

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.