神经符号仓库级代码定位

针对自主软件工程中代码定位任务存在的“关键词捷径”偏差，即模型依赖表面词汇匹配而非真正结构推理的问题，本文提出了与关键词无关的逻辑代码定位挑战及诊断基准。研究揭示了现有最先进方法在缺乏命名提示时性能急剧下降的缺陷。为此，作者提出 LogicLoc 框架，将大语言模型与 Datalog 的严谨逻辑推理相结合。该框架通过提取程序事实、合成 Datalog 程序并利用解析器验证及反馈机制，实现了精确、可验证且高效的自动化代码定位，显著优于现有方法并降低了令牌消耗。