2024-Automatic Semantic Augmentation of Language Model Prompts (for Code Summarization)

[skyleaworlder]

https://dl.acm.org/doi/pdf/10.1145/3597503.3639183

Toufique Ahmed University of California, Davis Davis, California, USA tfahmed@ucdavis.edu
Kunal Suresh Pai University of California, Davis Davis, California, USA kunpai@ucdavis.edu
Premkumar Devanbu University of California, Davis Davis, California, USA ptdevanbu@ucdavis.edu
Earl T. Barr University College London & Google Brain London, UK e.barr@ucl.ac.uk

ICSE '24

from arxiv. I need to graduate on time!

[skyleaworlder]

这篇文章做 “code summary”，与代码理解高度相关的任务。

具体来说，工作流如上图：(1) 输入原始代码；(2) 一系列用例集合；(3) 从待测项目中使用 BM25 挖掘一系列待测方法的用例 (exempler)；(4) ASAP；(5,6) 与 LLM 交互。

对于每个 exempler，都有如下格式：

1. source code，待测源代码；
2. repo info，与待测项目相关的信息，包括项目名、待测文件路径等等；
3. dataflow info，数据流信息，表明了每个变量的定义、使用关系；
4. variable names and scope，变量名与作用域；
5. output comment，输出结果，用来描述待测源代码的 summary。

可见，该文的 prompt 构造是比较粗糙的。