code completion | BriefGPT - AI 论文速递

关键词code completion

搜索结果 - 33

CodeGemma: Gemma 基于的开源代码模型
介绍了 CodeGemma，这是一套基于 Gemma 的专业开放代码模型集合，能够执行各种代码和自然语言生成任务，并发布了三个模型变体，其中 7B pretrained 和 instruction-tuned 变体在自然语言理解方面具有很强
PDF17 days ago
R2C2-Coder：提升和评估代码大型语言模型的真实世界仓库级代码补全能力
基于大型语言模型的 R2C2-Coder 方法增强和评估了真实世界的代码仓库级代码补全能力，其中 R2C2-Coder 包括 R2C2-Enhance 方法和 R2C2-Bench 基准测试。
PDFa month ago
ACL数据流导向的代码库级代码补全增强
近年来，代码语言模型在代码智能任务中的部署日益增多，但是预训练模型要在私有仓库中生成正确的自动补全是具有挑战性的。本文提出了一种名为 DraCo 的数据流引导检索增强方法，用于仓库级别的代码自动补全，其通过扩展的数据流分析将私有仓库解析为代
PDFa month ago
基于 Transformer 的智能调用自动代码完成方法
我们开发了一个机器学习模型，可以根据代码上下文和可用的遥测数据准确预测何时调用代码补全工具，该模型显著优于基准模型并在维持低延迟的同时集成了一些额外的遥测数据。
PDFa month ago
针对全行代码补全的上下文构建
我们描述了我们在 Transformer 模型的特征实现中，对上下文组成的方法，同时还分享了改善该功能的下一步计划，并强调了该领域中的几个研究方面的重要性。
PDF5 months ago
通过本地集成 IDE 导出的静态上下文增强 LLM 编码工具
IDECoder 利用 IDE 提供的跨文件信息，改进了 Large Language Models 在大型软件项目的仓库级别代码补全任务中的性能。
PDF5 months ago
CrossCodeEval：用于跨文件代码补全的多样化和多语言基准
通过对多文件、多语言代码完成任务进行深入研究，提出了一个多样化的、多语言的、需要深入理解跨文件上下文的代码完成基准，通过静态分析来准确定位需要跨文件上下文的实例，并证明跨文件上下文对于完整代码的准确性有着显著的影响。此外，还对检索跨文件上下
PDF9 months ago
范围就是一切：将 LLMs 转化为 HPC 代码
通过使用领域特定的语言模型和专门设计的代码预处理工具 (Tokompiler)，本研究提出了一种提高高性能计算 (HPC) 和编译相关任务中代码完成准确性和语义理解的方法，为领域特定的语言模型开辟了发展新途径。
PDFa year ago
ICMLLongCoder：面向代码自动补全的长距离预训练语言模型
本文介绍了一种新的代码补全任务，提出了一种称为 LongCoder 的稀疏 Transformer 模型来解决这个任务。LongCoder 采用滑动窗口机制进行自我注意，并引入了两种全局可访问的标记 - 桥接标记和内存标记 - 以提高性能和
PDFa year ago
RepoFusion: 训练代码模型以理解您的代码库
本文介绍了一个名为 RepoFusion 的新型框架，其可以训练模型根据相关的代码库上下文以提供更加准确的代码自动补全建议，并且在单行代码完成任务中展示出比训练数据规模大 70 倍的模型表现 F1 分数更加优秀。我们还发布了一个 Java
PDFa year ago
通过上下文数据丰富源代码，用于代码完成模型的实证研究
本研究旨在探索是否通过使用上下文数据使代码易于理解会提高预训练代码语言模型完成代码补全任务的性能，并建议在训练、微调或选择此类模型时做出适当的设计选择，以改善自动补全的实用性和准确性。
PDFa year ago
从 Copilot 到 Pilot：走向 AI 支持的软件开发
本研究探讨了 AI 支持的编程工具的现有局限性和未来发展挑战，从 Copilot 的代码建议语言习惯和代码气味方面进行了初步探索，同时提出了一个简单的分类工具来理解该领域的 AI 支持的 code completion 工具。
PDFa year ago
基于库的 Python 代码分析实现代码完成和自动机器学习
本文介绍了一种基于动态分配和极度抽象的库来生成代码抽象化的静态分析 Python 的框架 Serenity，并证明了其在代码补全和自动机器学习等应用中的有效性。
PDFa year ago
CoCoMIC: 通过联合建模文件内和跨文件上下文进行代码自动补全
该研究工作提出了基于预训练代码语言模型的跨文件语境学习框架 CoCoMIC，通过有效地定位和检索最相关的跨文件语境，成功提高了代码完成的准确性。
PDF2 years ago
MultiCoder：多语言预训练技术在低资源代码补全中的应用
提出了一种名为 MultiCoder 的代码补全方法，通过 MultiPL 预训练和 Mixture-of-Experts 层增强低资源编程语言下的代码补全能力，并且通过 PL-MoE 路由策略进一步提高了其性能。实验结果表明，所提出的方法
PDF2 years ago
语法感知的即时代码完成
本文提出了 PyCoder 代码补全模型，使用轻量级的句法信息 —— 标记类型，训练支持模型通过预测标记类型来提高模型预测代码内容的准确性，以此实现对语法信息的无需依赖，比 AST 等传统方法更加高效，在 CodeXGLUE 评测中取得了最
PDF2 years ago
MM神经代码自动补全的生产力评估
本研究对使用 GitHub Copilot 的用户进行了调查，并研究了其对程序员生产率的影响，发现显示建议被接受的速率是开发人员感知到的生产率的驱动因素。
PDF2 years ago
ACLReACC：一种检索增强型代码补全框架
本文提出了一种利用外部代码片段参考的检索增强代码补全框架，使用统计语言模型来训练，实现了针对 Python 和 Java 编程语言的最新表现状态的代码补全任务。
PDF2 years ago
ACLUniXcoder：面向代码表示的统一跨模态预训练
本文提出了一种统一的跨模态预训练模型 UniXcoder，使用前缀适配器控制模型行为并使用语法树和代码注释等交叉模态内容来增强代码表示。同时，利用多模态内容进行对比学习以学习代码片段代表，并使用跨模态生成任务在编程语言之间进行表示的对齐。该
PDF2 years ago
ICLR利用草图学习代码自动补全
本文介绍了一种基于 Transformer 的模型 Grammformer，用于根据编程语言语法生成具有 “空洞” 的代码完成。在 C# 和 Python 的代码完成方面通过 ROUGE 和新的度量标准 RegexAcc 的度量检验结果，结
PDF3 years ago