研究人员开发了CodeGraph,一个新颖的知识图谱,旨在对GitHub等公共代码库中的源代码进行语义注解。该系统利用专门的代码大语言模型和三阶段链接过程,将提取的代码概念与Wikidata进行关联。生成的CodeGraph包含约1.58亿个节点和10亿条边,为多种编程语言的源代码提供了详细的语义表示。另一项独立研究探讨了代码图谱的实际应用,发现它们可以显著降低Haiku等小型LLM在分析Kubernetes和Visual Studio Code等大型代码库的复杂代码任务时的成本并提高准确性。 AI
影响 代码图谱可以增强LLM对代码的推理能力,有望改进开发者工具和代码分析。
排序理由 该集群描述了一篇介绍用于源代码的新颖知识图谱的学术论文,以及一项关于此类图谱与LLM应用的关联研究。
在 arXiv cs.IR (Information Retrieval) 阅读 →
- CodeGraph
- Deep Research Agent
- Devstral-2
- GitHub
- GitHub Copilot CLI
- Haiku
- Kubernetes
- Opus
- Qwen3 coder 30b
- Software Heritage archive
- Sonnet
- SPARQL
- Stack-Edu corpus
- Visual Studio Code
- Wikidata
AI 生成摘要 · Google Gemini · 来自 4 个来源。 我们如何撰写摘要 →