扩散是代码修复算子与生成器
软件工程
2025-08-18 v1 人工智能
计算与语言
摘要
代码扩散模型通过迭代去除代码片段潜在表示中的噪声来生成代码。在扩散过程的后期步骤当代码片段几乎收敛时，这些片段之间的离散表示差异看起来像是对破损或不完整代码所施加的 last-mile 修复。我们评估了这种相似性在多么程度上可以被利用，以便在考虑两个具有显著潜在应用的情况下，利用预训练的代码扩散模型进行 last-mile 修复。首先，我们可以通过为破损代码片段添加噪声并恢复扩散过程来利用扩散模型进行 last-mile 修复。其次，我们可以通过从扩散过程中抽取中间程序（输入）和最终程序（输出）来生成任意数量的训练数据（对于 last-mile 修复任务而言计算更高效）。我们在 3 个领域（Python、Excel 和 PowerShell）上进行实验，以评估这些应用以及分析其属性。
关键词
引用
@article{arxiv.2508.11110,
title = {Diffusion is a code repair operator and generator},
author = {Mukul Singh and Gust Verbruggen and Vu Le and Sumit Gulwani},
journal= {arXiv preprint arXiv:2508.11110},
year = {2025}
}
备注
12 pages