摘要
现代软件开发中代码进化不可避免,第三方 API 的变更常导致现有代码失效。尽管大语言模型在代码生成方面表现优异,但缺乏对演变关系的结构化表示,难以进行有效推理。本文提出 KCoEvo,一个基于知识图谱增强的框架,将迁移任务分解为进化路径检索与路径引导的代码生成两个阶段。通过构建静态与动态 API 图谱,建模版本内结构与跨版本过渡,实现结构化推理。模块利用真实 API 差异自动生成的合成监督数据进行训练,显著提升迁移准确性与执行成功率。
AI 推荐理由
论文核心提出代码进化框架,利用知识图谱解决 API 演变导致的代码失效问题,聚焦自我适应与迁移。
研究机构
东南大学
莫纳什大学
ByteDance Ltd.
论文信息