基于知识图谱的仓库级代码生成

本研究解决了大型语言模型在代码生成时的上下文准确性不足的问题，特别是在快速发展的代码库中。通过引入基于知识图谱的方法，论文提出了一种改进代码搜索与检索的框架，从而提升代码生成的质量和相关性。实验结果表明，所提出的方法在仓库级代码生成基准测试中显著优于基线方法，为开发更可靠的上下文敏感编码辅助工具提供了新的方向。

本研究提出了一种基于知识图谱的方法，解决大型语言模型在代码生成中的上下文准确性问题，显著提升了代码搜索与检索的质量，为开发更可靠的编码辅助工具提供了新方向。

上下文准确性 代码搜索 代码生成 知识图谱 编码辅助工具
原文中文，约300字，阅读约需1分钟。发表于：。
阅读原文
分享给好友