AI代理将遗留有限差分代码转换为Devito

研究人员开发了一个AI代理框架，旨在将遗留的有限差分代码转换为Devito环境。该系统在多阶段工作流程中利用了检索增强生成（RAG）和开源大型语言模型。该代理通过解析文档、分割结构、提取关系和识别社区来构建Devito知识图谱。它包含一个逆向工程组件，该组件分析Fortran源代码以推导出RAG的查询策略，并通过并行搜索和语义分析提高检索精度。代码合成由Pydantic约束管理，验证则采用G-Eval方法的静态分析来确保正确性和合规性。 AI

影响 这项研究可能简化科学模拟软件的现代化进程，使遗留代码库更易于访问和适应。

排序理由 该集群描述了一篇研究论文，其中详细介绍了一种新颖的用于代码转换的AI代理。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• Devito
• Fortran
• G-Eval
• LangGraph
• Large Language Models
• Pydantic
• Retrieval-Augmented Generation
• Zongyou Yang

• 论文
• 产品
• 基础设施

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