Mar, 2024

神经编码智能综述：范式、进展与未来

PDF
TL;DR神经编码智能 - 利用深度学习理解、生成和优化代码 - 在整个社会中具有巨大的潜力。这篇调查综述了代码智能领域的技术进展，并系统地回顾了过去几年来研究社区对这一领域的关注。
neural code intelligencedeep learningcode intelligencenatural languageprogramming language
发现论文，激发创造
  • 代码智能的深度学习：调查、基准和工具包

    本文综述了深度学习在编码智能方面的应用，包括代码表示学习、深度学习技术和应用任务，并提供了一个适用于基于深度学习的编码智能模型快速原型设计的开源工具包。同时，公开发布了源代码和数据资源，以促进现有和未来编码智能模型的评估和比较，并指出了几个具有挑战性和有前景的研究方向。

    Dec, 2023

  • 针对神经代码智能的预训练语言模型综述

    介绍了 “神经代码智能”（NCI）领域的基本情况，包括预训练技术、任务、数据集和模型结构；探讨了如何使用深度学习技术提高软件工程效率、减少人为错误，并为领域内未来研究提供启示。

    Dec, 2022

  • 当神经模型遇到 NL2Code: 一项调查

    本文为了促进自然语言处理领域，特别是 NL2Code 的发展，提出了一个基于神经网络模型的综合框架以解决该任务，并对现有研究进行了深入分析，总结了当前的挑战与未来发展方向。

    Dec, 2022

  • 源代码人工智能调查：对话系统视角

    本论文综述了过去 35 年中在自然语言处理 (NLP) 中应用的主要深度学习方法和源代码的人工智能 (AI) 应用，包括代码智能 (CI) 和编程语言处理 (PLP)，以及其在软件工程和教育中的对话助手的应用。还提出了在 AI 与对话助手和 CI 的交叉点上进行研究的机会，并提供了未来的研究方向。

    Feb, 2022

  • 结构化代码理解的深度学习模型综述

    本综述介绍了编码数据的结构的两种模型，即基于序列和基于图形的模型的概述和比较，并介绍了度量、数据集和下游任务等相关知识。最后，我们对结构代码理解领域的未来研究提出了一些建议。

    May, 2022

  • 从分类的角度编码智能

    编码和智能密切相关，基于类别论的视角提出了 “编码为智能” 问题，并推导了一个通用框架来理解现有方法。该框架帮助识别解决多任务／应用的最小描述长度（MDL）优化问题的挑战和关键元素，提供了构建更智能系统的机会。通过系统回顾最近在数据、模型和任务层面上优化 MDL 问题的方法以及初步实验结果，提供了潜在的解决路径和技术方向。讨论还探讨了进一步的方向和存在的问题，并与特征学习中的实践相互印证，揭示了大基础模型的现象和见解。

    Jul, 2024

  • CodeNet：用于学习多样编码任务的大规模 AI 代码数据集

    本文介绍了一个名为 CodeNet 的大规模数据集，旨在教授 AI 编码技能以提高软件开发效率并现代化旧有应用程序，该数据集包含超过 14 百万个代码样例和约 55 种不同编程语言中的 5 亿行代码。同时，CodeNet 还为各种关键编码任务提供了丰富的高质量注释，包括各类代码相似性和分类、各种编程语言之间的代码翻译以及代码性能（运行时间和内存）改进技术等，为 AI 和软件工程交叉领域提供了前所未有的研究机会。

    May, 2021

  • 迈向代码生成：语义解析的调查和教训

    本文概述了自然语言处理与程序语言之间翻译意图的研究进展，重点介绍了自然语言语义分析和程序逻辑综合的技术、神经符号方法、架构、监督方法以及代码生成的框架，并分析了该领域存在的一些尚未解决的问题。

    Apr, 2021

  • 通过程序简化理解神经代码智能

    本文提出了一种简单的，与模型无关的方法 ——SIVAND，通过简化技术减小 CI 模型输入程序的大小，以识别 CI 系统中模型的关键输入特征，显示出这种方法产生的输出非常小，并广泛适用于许多模型体系结构和问题领域。

    Jun, 2021

  • 机器学习在大规模代码和自然语言中的应用调查

    本文综述了机器学习、编程语言和软件工程交叉领域的研究进展，重点介绍了利用代码中大量存在的模式提出可学习概率模型的方法，并提出了基于每个模型的基本设计原理的分类法，用于研究该领域的技术、应用等方面的具体问题、挑战和机遇。

    Sep, 2017