.png){kind=icon}
返回
Functional Consistency of LLM Code Embeddings: A Self-Evolving Data Synthesis Framework for Benchmarking
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2025.129523.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们提出了一种新颖的功能导向型代码自进化框架，能够系统地生成多样化的代码变体，有效覆盖不同的语法和语义一致性场景。
• 所有生成的代码样本均配有严格的测试用例以验证其功能正确性，确保数据集的高质量和可靠性。
• 在多个下游任务（包括代码克隆检测、功能一致性识别和代码检索）上的广泛实验表明，当模型在进化数据集上进行训练时，性能得到显著提升。
• 本研究揭示了现有代码嵌入模型在捕捉功能语义方面的固有局限性，并表明使用自进化数据进行训练可显著增强其理解和泛化功能代码等价关系的能力。
Keyword:
Functionality-Oriented Code Self-Evolution
Code Variant Generation
Functional Correctness
Code Embedding Models
Downstream Code Tasks
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
引用论文
Automatic detection of Long Method and God Class code smells through neural source code embeddings
OAAI
.png){kind=icon}
OAAI分享收藏Automating modern code review processes with code similarity measurement通过代码相似性度量实现现代代码审查流程的自动化
PREAI
分享收藏
BinDeep: A deep learning approach to binary code similarity detectionBinDeep: 一种二进制代码相似性检测的深度学习方法
PREAI
分享收藏
查看更多内容