跳到主要内容
检索

# 面向大语言模型代码生成的静态分析引导

1 篇关联报道

订阅更新
  1. arXiv

    静态分析警报直接插进生成过程:DeepSeek-V4.1-flash在RiskyPy上把功能且安全的程序从52.5%提到64.4%,token只多1.7倍

    静态分析器便宜且部署广泛,但此前只被放进多轮修复循环里,中间步骤多、成本高,也难以单独看出警报本身的作用。两种在生成过程中直接注入警报的策略把警报以代码注释或用户消息的形式交给模型,触发时回滚到被标记行之前再继续生成。在三个模型和三个Python基准上,这类实时引导的token开销是基线的0.9到1.9倍,而迭代方法最高达24.1倍;DeepSeek-V4.1-flash在RiskyPy上把功能且安全的程序占比从52.5%提高到64.4%,接近最好的迭代方法66.2%,但只用不到五分之一的token。

已读完全部报道