Jun, 2024

用于文本到代码的低资源编程语言的合成编程引导和修复

PDF
TL;DR通过引入一种中间语言的设计，使得大型语言模型（LLMs）能够自动生成 VLPLs 中的句法正确的代码，从而提高代码生成的性能。
large language modelscode applicationslow-resource programming languagesnatural program elicitationsyntactically valid code
发现论文，激发创造
  • 基于大语言模型的全自动编程

    本文探讨了使用 Large Language Models 进行程序合成时，实现 Synthesize，Execute，Debug 方法的方法，包括替换或修复故障程序，以及不同基于模板和基于模型的提示生成技术，取得了比传统方法更好的表现。

    Apr, 2023

  • 自然语言程序合成

    本论文提出了一个用自然语言输入构造程序合成器的框架，其使用 NLP 特征和关键词编程翻译的排名学习最优权重和分类器来代替学习并使用各种领域特定语言，可以用于编辑、智能教育系统和飞行信息查询等多个领域。通过 1200 多个英语说明，各合成器为 80％和 90％的说明将期望的程序排名为最好的一个和三个。

    Sep, 2015

  • 高资源编程语言到低资源编程语言的知识转移：面向代码语言模型的研究

    通过使用半合成数据的有效方法，本文提出了一种提高 Code LLMs 在低资源语言上性能的方法，应用于 Racket、OCaml 和 Lua，通过在 Stack 数据集上训练并使用 MultiPL-T 生成的数据，实现了最先进的性能。

    Aug, 2023

  • 函数约束的程序综合

    该研究介绍了一种技术，它允许大型语言模型在解决编程任务时利用用户提供的代码，并且提出了一种逐步生成模块化子函数的方法，以帮助模型在初始生成的代码不足时进行未来的代码生成尝试。

    Nov, 2023

  • 利用语言学习程序抽象和搜索启发

    该论文介绍了一种名为 LAPS 的技术，它使用自然语言注释来引导库和神经引导搜索模型的联合学习，以实现程序的归纳合成。与一些自然语言注释不可用的测试时间相比，LAPS 可生产高质量的程序库并提高搜索效率和泛化性。

    Jun, 2021

  • 自然语言结构感知程序综合：没有时间编码

    SAPS 是一种神经网络模型，利用抽象语法树、预训练的词向量和双向多层 LSTM 等方法，将自然语言描述转换成可执行代码，其准确率超过 92％，不需要后处理，是一种实现程序合成的高效方法。

    Oct, 2018

  • 大型语言模型是否能像语言学家一样编码？：低资源音韵规律归纳的案例研究

    利用大型语言模型，我们提出了一种不受语言限制的解决方案，通过生成 Python 声音规律程序，将音变示例转换为声音规律的程序，评估了我们的方法的有效性，并与现有的自动化 SLI 方法进行了比较。

    Jun, 2024

  • 从自然语言到代码：利用数据进行程序合成

    本文提出了一种利用输入数据对候选程序程序进行语义重新排序，并结合高低温度混合的技术，能够有效提升在数据操作领域中使用大型语言模型生成正确程序的准确性。

    May, 2023

  • XLogoOnline 环境下视觉编程的程序综合基准

    该研究使用大型语言和多模态模型，针对具备空间规划、基础编程和逻辑推理等不同技能要求的 Mini-level 任务，在 XLogoOnline 可视化编程环境下构建了一个新型的程序合成基准。通过使用大规模的合成训练数据集和模拟器驱动的反馈，开发了一个微调流程以提升模型的性能。研究表明，经过微调的 Llama3-8B 模型在不同技能维度上显著优于 GPT-4V 和 Llama3-70B 模型，并提供了对模型在不同技能维度上的专业知识的深入分析。该研究将公开发布该基准，以促进未来在可视化编程的程序合成领域的研究。

    Jun, 2024

  • 我说，你验证：朝向值得信赖的神经程序合成

    本文基于大型语言模型，提出了一种改进程序综合器可靠性和总体准确性的方法，通过语言模型自然语言描述求解程序问题，并且学习分析程序和断言的一致性，以判断哪个程序最有可能是正确的，从而通过提供可信的解决方案来改善可靠性

    Sep, 2022