释放编译器中间表示的潜力以增强神经程序嵌入
软件工程
2022-04-21 v1
摘要
神经程序嵌入在一系列程序分析任务中已展现出可观前景，包括克隆识别、程序修复、代码补全与程序合成。然而，大多数现有方法通过从程序源代码中的词元、抽象语法树和控制流图等特征学习，直接生成神经程序嵌入。本文重新审视如何借助编译器中间表示（IR）来改进程序嵌入。我们首先展示了通过以默认优化级别（如-O2）生成的源代码与LLVM IR共同训练嵌入模型，来提升嵌入质量的简单而高效的方法。随后我们引入IRGen，一个基于遗传算法（GA）的框架，以识别能显著提升嵌入质量的（近）最优优化标志序列。
引用
@article{arxiv.2204.09191,
title = {Unleashing the Power of Compiler Intermediate Representation to Enhance Neural Program Embeddings},
author = {Zongjie Li and Pingchuan Ma and Huaijin Wang and Shuai Wang and Qiyi Tang and Sen Nie and Shi Wu},
journal= {arXiv preprint arXiv:2204.09191},
year = {2022}
}