本文提出了一个新的多语言代码克隆检测问题，以及一种名为 cross-consistency training (CCT) 的新型训练程序和一种 CCT-LM 语言模型，该模型在不同编程语言的源代码上训练，在 POJ-104 代码克隆检测基准测试中实现了 95.67％的 MAP 和 AdvTest 代码搜索基准测试中的 47.18％MRR 最佳结果，并在新创建的多语言代码克隆检测基准测试 XCD 中展现出最好的成绩。

May, 2023

本文提出了一种名为 ZC3 的新方法，用于零射击交叉语言代码克隆检测，通过对比片段预测、领域感知学习和循环一致性学习来生成在不同编程语言之间对齐且区分不同克隆类型的表示，实验证明 ZC3 相对于现有基准模型在 MAP 评分上分别提高了 67.12％，51.39％，14.85％和 53.01％。

Aug, 2023

本文提出了一种用于自动提取领域特定特征和领域不变特征的无监督特征分解方法，并利用互信息估计将交叉语言表示计算所述的跨领域和跨语言（CLCD）设置分解为领域不变和领域特定部分，实验结果表明，我们提出的方法在 CLCD 设置中取得了显著的性能提升。

Nov, 2020

本文提出了 CoCoSoDa 的方法，充分利用了对比学习进行代码搜索方面应用的两个关键因素：数据扩充和负样本。该方法使用软数据扩充技术生成正样本，使用动量机制生成一致的负样本表示，使用多模式的对比学习方法，既拉紧了代表代码 - 查询对的表示，又将不成对的代码片段和查询推开。对大型数据集进行的广泛实验表明，该方法的性能显著优于 14 个基线，并在平均 MRR 分数上分别超过 CodeBERT、GraphCodeBERT 和 UniXcoder 的 13.3％、10.5％和 5.9％。

Apr, 2022

本文介绍了一种新的代码到代码搜索技术，通过包括静态和动态特征以及在训练过程中利用相似和不同的示例来提高大型语言模型的性能。我们展示了第一个能够在训练期间编码动态运行时信息的代码搜索方法，在推断时间无需执行搜索语料库或搜索查询，同时还是第一个训练正负参考样本的代码搜索技术。我们通过一系列研究验证了我们方法的有效性，并展示了增强 LLMs 执行跨语言代码到代码搜索的能力。我们的评估表明，我们的方法的效果在各种模型架构和编程语言中都是一致的。此外，我们的消融研究表明，即使在训练过程中只有一个正面和负面参考样本，也会产生相当大的性能提高，这证明了相似和不同的参考是代码搜索的重要部分。重要的是，我们展示了精心制作的、经过调整的模型在性能上始终优于未调整的更大的现代 LLMs，即使是在增强最大可用 LLMs 时也是如此，这凸显了开源模型的重要性。为了确保我们研究的可重复性和可扩展性，我们介绍了一个名为 Cosco 的开源实现和培训过程

May, 2023

通过比较两个最先进模型 CodeBERT 和 CodeGraph 在两个基准数据集上的表现，本文论证了源代码克隆检测是一个图而非序列，并且基于图的方法在跨语言代码克隆检测上优于基于序列的方法。

Dec, 2023

用反映关键性的自监督学习方法 CLLD 增强车道检测模型对导致车道低可见度的真实环境条件的抵御能力，并在光照阻碍等可见度受损的条件下优于最先进的对比学习方法，尤其在阴影等情况下表现出色。

Aug, 2023

DISCO 是一种基于自我监督的模型，结合原创的代码转换算法和注入真实世界安全漏洞的数据增强技术来预训练 Transformer 模型，以更好地识别源代码中的相似之处和不同之处，并区分易受攻击程序和良性程序。

Oct, 2021

本文研究了跨语言立场检测，提出了一种新颖的对抗语言适应方法应用于记忆网络，确保源语言和目标语言之间的立场对齐，可以有效地处理目标语言中标注数据有限的挑战。实验结果表明，与当前最先进的方法相比，该方法的有效性得到了证明。

Oct, 2019

我们提出了一种新的跨语言转移方法 $\texttt {AdaMergeX}$，利用自适应适配器合并，在引入参考任务的基础上，结合其他三个适配器可以获得目标适配器，实验证明该方法在各种设置下都能提供新的有效的跨语言转移，优于现有方法。

Feb, 2024