Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.09866v1

帮助 | 高级搜索

计算机科学 > 软件工程

arXiv:2507.09866v1 (cs)
[提交于 2025年7月14日 ]

标题: 扭转局势:基于仓库的代码反射

标题: Turning the Tide: Repository-based Code Reflection

Authors:Wei Zhang, Jian Yang, Jiaxi Yang, Ya Wang, Zhoujun Li, Zeyu Cui, Binyuan Hui, Junyang Lin
摘要: 代码大型语言模型(LLMs)通过理解并跨语言生成代码来增强编程,通过反思提供智能反馈、错误检测和代码更新,提高开发效率和可访问性。 尽管基准测试(例如 HumanEval/LiveCodeBench)评估代码生成和现实相关性,但之前的工作忽略了在代码库中修改代码的场景。 考虑到在提升反思能力以及在动态基准中避免数据污染方面的挑战,我们引入了LiveRepoReflection,这是一个具有挑战性的基准测试,用于评估多文件代码库环境中的代码理解和生成,包含跨越$6$种编程语言的1,888个经过严格筛选的测试用例,以确保多样性、正确性和高难度。 此外,我们创建了 RepoReflection-Instruct,一个大规模、质量筛选过的指令微调数据集,来源于多种来源,用于通过涉及代码生成和错误驱动修复的两轮对话过程训练RepoReflectionCoder。 排行榜评估了超过40个LLMs,以反映基于代码库的代码反思模型性能。
摘要: Code large language models (LLMs) enhance programming by understanding and generating code across languages, offering intelligent feedback, bug detection, and code updates through reflection, improving development efficiency and accessibility. While benchmarks (e.g. HumanEval/LiveCodeBench) evaluate code generation and real-world relevance, previous works ignore the scenario of modifying code in repositories. Considering challenges remaining in improving reflection capabilities and avoiding data contamination in dynamic benchmarks, we introduce LiveRepoReflection, a challenging benchmark for evaluating code understanding and generation in multi-file repository contexts, featuring 1,888 rigorously filtered test cases across $6$ programming languages to ensure diversity, correctness, and high difficulty. Further, we create RepoReflection-Instruct, a large-scale, quality-filtered instruction-tuning dataset derived from diverse sources, used to train RepoReflectionCoder through a two-turn dialogue process involving code generation and error-driven repair. The leaderboard evaluates over 40 LLMs to reflect the model performance of repository-based code reflection.
主题: 软件工程 (cs.SE) ; 人工智能 (cs.AI)
引用方式: arXiv:2507.09866 [cs.SE]
  (或者 arXiv:2507.09866v1 [cs.SE] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.09866
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Wei Zhang [查看电子邮件]
[v1] 星期一, 2025 年 7 月 14 日 02:36:27 UTC (1,199 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.SE
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.AI

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号