计算机科学 > 软件工程
[提交于 2025年7月16日
]
标题: SWE-Perf:语言模型能否在现实世界代码库上优化代码性能?
标题: SWE-Perf: Can Language Models Optimize Code Performance on Real-World Repositories?
摘要: 代码性能优化在现实世界的软件工程中至关重要,对生产级系统尤为关键。 虽然大型语言模型(LLMs)在代码生成和错误修复方面表现出色,但它们在仓库级别提升代码性能的能力仍鲜有研究。 为解决这一差距,我们引入了SWE-Perf,这是首个专门设计用于在真实仓库环境中系统评估LLMs在代码性能优化任务上的基准。 SWE-Perf包含140个精心挑选的实例,每个实例均来自流行GitHub仓库中的性能改进拉取请求。 每个基准实例包括相关代码库、目标函数、与性能相关的测试、专家编写的补丁和可执行环境。 通过对涵盖文件级别和仓库级别方法的代表性方法(例如Agentless和OpenHands)进行全面评估,我们揭示了现有LLMs与专家级优化性能之间的显著能力差距,突显了这一新兴领域中的关键研究机会。
文献和引用工具
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
推荐器和搜索工具
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.