新的SemNav框架利用LLM代理改进代码问题定位

研究人员开发了SemNav，一个旨在增强代码仓库中问题定位的新型框架。该系统结合了确定性检索和LLM代理，以迭代地识别和排序与问题解决相关的代码文件和函数。SemNav引入了三个关键组件：用于程序关系导航的语义导航图（Semantic Navigation Graph），用于简洁实体解释的语义卡片（Semantic Cards），以及用于跟踪证据和修订的候选工作区（Candidate Workspace）。该框架在SWE-bench Lite和PLocBench等基准测试中，相较于现有基线有了显著改进，特别是在使用Gemma 4B时，文件命中率@10从68.33%提高到82.67%。 AI

影响 增强了LLM代理在软件开发中的能力，有望提高开发人员的生产力和代码质量。

排序理由 学术论文，详细介绍了新框架及其在基准测试上的性能。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gemma 4B
• Gotit.pub
• Hugging Face
• PLocBench
• ScienceCast
• SWE-bench Lite
• SWE-Explore

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →