-
题名基于深度学习的程序合成研究进展
被引量：1
- 1
-
-
作者
苟倩文
董云卫
李泳民
-
机构
西北工业大学计算机学院
西北工业大学软件学院
北京大学计算机学院高可信软件技术教育部重点实验室
-
出处
《计算机学报》
EI
CAS
CSCD
北大核心
2024年第11期2594-2628,共35页
-
基金
国家自然科学基金重大项目(62192733,62192730)资助。
-
文摘
随着软件工程实践的不断深入、开源社区的蓬勃发展,基于深度学习的程序合成引起了学术界和工业界的广泛关注.基于深度学习的程序合成,即程序智能合成,旨在利用深度学习技术自动生成满足用户意图的程序.相较于传统合成方法在扩展性和实用性方面的局限性,程序智能合成凭借其易扩展、可学习迭代等特性,已迅速崭露头角,成为软件工程领域的研究热点之一.最近,研究学者们在程序智能合成方面取得了显著进展,如GPT-4在LeetCode网站上的表现已经可以与人类相媲美.同时,工业界也推出了多款AI编程助手,如Copilot、Comate等,旨在解决软件开发的产能瓶颈.本文从多个角度出发,包括用户意图理解、程序理解、模型训练、模型测试与评估,归纳梳理了程序智能合成的研究进展,综述了该领域近几年的研究成果.此外,本文还对可能面临的挑战进行了探讨,并展望了未来的发展趋势.本文的研究有助于研究学者们全面了解程序智能合成领域的最新研究进展,同时也有助于软件开发人员快速掌握程序智能合成的技术方案和思路,以满足工业实践的需要.
-
关键词
智能软件工程
深度学习
程序合成
程序理解
用户意图理解
-
Keywords
intelligent software engineering
deep learning
program synt hesis
program comprehension
user intent understanding
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
