摘要
本文从两个维度扩展了 Text2DSL 研究：首先，提出上下文感知蒸馏方法，利用教师模型在包含 BNF 语法、API 规范及封闭词汇的结构化上下文中生成代码，并通过静态与运行时双重验证将 PolkitBench 语料库规模扩大至万余条，保持极高有效性；其次，对新语料进行结构化上下文组件的因子消融实验。结果表明，结构化上下文是提升代码生成质量的关键机制，其中词汇表对语义质量贡献最大，而 API 与 BNF 显著增强结构有效性。
AI 推荐理由
论文核心研究 Agent 利用结构化上下文（API/语法）生成领域代码的技能，属工具使用范畴。
研究机构
MIREA – Russian Technological University, Moscow, Russian Federation
Academy of the Federal Guard Service of the Russian Federation, Oryol, Russian Federation
论文信息