RAMBO：基于 RAG 的存储库级方法体完成增强技术
软件工程
2025-08-05 v3 机器学习
摘要
代码完成是软件开发中不可或缺的技术，帮助开发者根据上下文预测代码片段。在完成任务中，方法体完成 (MBC) 尤为具有挑战性，因为它需要根据方法签名和上下文生成完整的方法体。在大型存储库中，这一任务变得更加困难，因为方法体必须集成存储库特定元素，如自定义 API、跨模块依赖和项目特定约定。本文引入了 RAMBO，这是一种基于 RAG 的存储库级 MBC 方法。RAMBO 不是检索相似的方法体，而是识别必需的存储库特定元素（如类、方法和变量/字段）及其相关用法。通过将这些元素及其相关用法纳入代码生成过程，RAMBO 确保更准确、更具上下文相关性的方法体。我们的实验结果在40个Java项目中显示，RAMBO 在存储库级 MBC 方法中显著优于最先进的技术，BLEU 提升最高达46%，CodeBLEU 提升最高达57%，编译通过率提升36%，且在精确匹配 (Exact Match) 上提升最高达3倍。值得注意的是，RAMBO 在精确匹配方面相较于 RepoCoder Oracle 方法提升最高达12%，为存储库级 MBC 树立了新的基准。
引用
@article{arxiv.2409.15204,
title = {RAMBO: Enhancing RAG-based Repository-Level Method Body Completion},
author = {Tuan-Dung Bui and Duc-Thieu Luu-Van and Thanh-Phat Nguyen and Thu-Trang Nguyen and Son Nguyen and Hieu Dinh Vo},
journal= {arXiv preprint arXiv:2409.15204},
year = {2025}
}