APIDA-Chat：用于引导对话代理的API搜索对话结构化合成
软件工程
2025-10-07 v1
摘要
大型语言模型助手适合解释流行的API，但在解释小众或专有库时会遇到困难，因为缺乏用于微调的多轮对话数据。我们提出了APIDA-Chat，一个开源管道，将符号对话行为“脚本”转换为真实、领域导向的API搜索对话，利用轻量级模型进行低成本训练数据生成。阶段I将旧式对话规划器与高性能教师LLM（o4-mini）配对，以合成一组“金标准”对话；然后，对 smaller Llama 3.2 3B 学生模型在此语料库上进行微调。阶段II删除教师，重复使用相同的规划器与微调后的模型，允许在不暴露源代码给外部服务的情况下快速低成本地合成新的对话。与基础模型相比，微调后的学生模型的BLEU从0.38提升到0.50，BERTScore从0.88提升到0.91，且完全在单个消费级GPU上运行。所有组件都是模块化的，并公开发布，以作为面向未来工作的保守基线。APIDA-Chat开源于 https://github.com/Zeberhart/apida-chat ，视频演示可见于 https://youtu.be/YqmZBHyGbPs。
引用
@article{arxiv.2510.03743,
title = {APIDA-Chat: Structured Synthesis of API Search Dialogues to Bootstrap Conversational Agents},
author = {Zachary Eberhart and Collin McMillan},
journal= {arXiv preprint arXiv:2510.03743},
year = {2025}
}
备注
4 pages, 2 figures. To be published in Proceedings of the 40th IEEE/ACM International Conference on Automated Software Engineering