跳到主要内容
返回时间线
arXiv来源发表:

笔记本上的7B模型也能写内核迁移规则:Qwen2.5-Coder解出35.3处驱动转换,精度反超Spinfer

核心概要

Linux内核API变更后,驱动转换往往要手工做上数月,而先前的转换本身就是可复用的示例。研究者把引导式代码生成用于这一任务:按变更变体把示例拆成树,让本地小模型逐条写Coccinelle语义补丁规则,用示例应用反馈、确定性修复和编译检查把关。在7个新API晚于三个模型训练截止的迁移上,Qwen2.5-Coder 7B平均解出35.3处转换(三个种子范围32–41),直接提示时仅1.0;Spinfer解出41,前沿LLM智能体解出66,但该本地模型的规则精度最高,为0.74。

Source-provided article image: Guided Generation of Linux Kernel Semantic Patches with Small Local Language Models
Fig. 1 · arXiv · 第 3 页

深度剖析

一台笔记本上运行的7B开源代码模型,可以从内核维护者已有的手工转换示例出发,写出可套用到整棵代码树的Coccinelle语义补丁规则,而不只是逐文件改代码。 此前这类规则由专家编写,Spinfer用专门启发式从示例推断,前沿LLM提示写出的补丁常语法无效,且两类方法在示例含多种变更变体时都吃力。 在7个新API首次出现晚于三个模型训练截止的迁移、122个可编译的留出驱动转换上,Qwen2.5-Coder 7B直接提示只解出1.0处,套上该流程后三个种子平均解出35.3处(范围32–41)。

流程把每个训练示例拆成变更变体,让模型一次只写一条小规则,再用示例本身当测试反复修正。 引导式代码生成此前在HumanEval上帮助过8B模型,这里把它的分解、自底向上生成和评审者结构搬到语义补丁上,测试换成训练示例,评审者换成C编译器。 消融显示,对Qwen2.5-Coder在测试集上单加测试反馈没有变化(1.0到1.0),加入变体分解升到18.0,再加入最小编辑、上下文、接口与提示等引导升到35.3;编译评审不增加解出数,但把测试集精度从0.48提到0.74。

启示与展望

演示范围是7个新API晚于三个模型训练截止的Linux迁移和122个可编译的x86_64 allmodconfig目标,模型为在单块8 GB笔记本GPU上4位量化的Qwen2.5-Coder 7B、Llama 3.1 8B和Gemma 3 4B;成功要求规则输出与人工修复一致或为其完整子集且能编译,不运行驱动测试。

成功只检查输出是否匹配人工修复并编译,不检验运行时行为;与人工修复形式不同但等价的正确规则会被计为失败,且未人工标注分歧输出。编译只覆盖x86_64 allmodconfig,其他架构或配置下被破坏的情况不会被发现。测试集仅7个迁移、每个配置三个种子,逐迁移结果会随单条叶子规则对错而摆动,因此报告种子范围而非显著性检验。