AST覆盖示例选择算法

免训练代码翻译增强

一种基于信息覆盖的示例选择方法，能将代码结构知识直接注入现有大语言模型，无需重新训练即可提升代码翻译性能。

Du, Yali · Hui, Sun · 李明

IEEE Transactions on Software Engineering 2025

参数信息

近似比

1 - 1/e

技术优势

免训练注入结构知识

通过上下文学习直接添加示例，无需修改模型架构或重新训练，即可让预训练模型利用代码结构知识。

理论近似最优保证

示例选择被建模为子模最大化问题，贪心算法在多项式时间内保证 (1-1/e) 近似最优。

准确度量信息覆盖

用AST最大子树覆盖作为信息覆盖的替代度量，比相似度和多样性组合的传统选择目标更精确。

应用场景

• 代码翻译：提升跨语言代码迁移的准确率，减少人工重写工作。
• 软件挖掘：利用结构感知的示例选择增强代码分析模型性能。
• 工业软件：无需重新训练即可让现有工业代码模型获得结构知识。
• 智能编程助手：为编程助手提供更精准的上下文示例，提升代码建议质量。