R2C2-Coder：增强和基准化现实仓库级代码完成能力
计算与语言
2025-09-05 v3 软件工程
摘要
代码完成模型在近年来取得了显著进展。最近，仓库级代码完成受到越来越多的关注，已提出若干基线方法和基准。然而，现有仓库级代码完成方法往往未能充分利用项目存储库的广泛上下文，如相关文件的细节和类层次结构。此外，现有基准通常仅限于有限的代码完成场景，无法很好地反映现有方法的仓库级代码完成能力。为此，我们提出R2C2-Coder以增强和基准化代码大型语言模型的现实仓库级代码完成能力，其中R2C2-Coder包括代码提示构建方法R2C2-Enhance和精心设计的基准R2C2-Bench。具体而言，在R2C2-Enhance中，我们首先构建候选检索池，然后通过在每个完成光标位置检索来组装完成提示。基于R2C2-Enhance，我们可以构建更具挑战性和多样性的R2C2-Bench，包括训练、验证和测试划分，其中提出了一种上下文扰动策略，以良好地模拟现实仓库级代码完成。在多个基准上的大量结果表明，我们的方法有效。
引用
@article{arxiv.2406.01359,
title = {R2C2-Coder: Enhancing and Benchmarking Real-world Repository-level Code Completion Abilities of Code Large Language Models},
author = {Ken Deng and Jiaheng Liu and He Zhu and Congnan Liu and Jingxin Li and Jiakai Wang and Peng Zhao and Chenchen Zhang and Yanan Wu and Xueqiao Yin and Yuanxing Zhang and Zizheng Zhan and Wenbo Su and Bangyu Xiang and Tiezheng Ge and Bo Zheng},
journal= {arXiv preprint arXiv:2406.01359},
year = {2025}
}