RepoHyper: 基于语义图的搜索-扩展-精炼仓库级代码补全
软件工程
2024-08-15 v4 人工智能
摘要
代码大型语言模型 (CodeLLM) 在代码补全任务中展现了惊人的能力，但往往不足以完全理解项目存储库的广泛上下文，如相关文件和类层次结构的细节，这会导致补全不够精确。为克服这些限制，我们提出了 \tool，一个多方面的框架，用于解决与仓库级代码补全相关的复杂挑战。RepoHYPER 的核心是存储库级语义图 (RSG)，这是一种新型的语义图结构，封装了代码存储库的广泛上下文。此外，RepoHyper 利用扩展和精炼检索方法，包括对 RSG 的图扩展和链接预测算法，有效检索和优先级排序相关代码片段。我们的评估表明，\tool 在仓库级代码补全方面显著优于现有技术，在多个数据集上实现了提高的准确率。我们实现的 RepoHYPER 可在 https://github.com/FSoft-AI4Code/RepoHyper 查看。
引用
@article{arxiv.2403.06095,
title = {RepoHyper: Search-Expand-Refine on Semantic Graphs for Repository-Level Code Completion},
author = {Huy N. Phan and Hoang N. Phan and Tien N. Nguyen and Nghi D. Q. Bui},
journal= {arXiv preprint arXiv:2403.06095},
year = {2024}
}