-
公开(公告)号：CN118151943B
公开(公告)日：2024-09-03
申请号：CN202410276868.8
申请日：2024-03-12
Applicant: 重庆大学
Abstract: 本发明公开了一种基于代码规范化的代码生成优化方法，从而完成对大型语言模型生成的原代码的准确率提升。包括如下步骤：将用户对问题的文字描述输入现有工具生成原代码C0；根据先验知识对Python标准库中的模块以及其中的函数构建简单数据库D；规范化C0中的缩进得到C1；滤除C1中可能出现的“__main__块”和print、input、assert语句得到C2；对C2进行测试，获取测试结果T1，当测试不通过时，修复SyntaxError得到C3；对C3进行测试，获取测试结果T2，当测试不通过时，修复NameError得到C4；对C4进行测试，获取测试结果T3，当测试不通过时，通过逐步删除代码末端的函数尽可能地修复其余错误得到C5；最终向开发者输出代码C5或先前通过测试的代码作为原代码C0经过全部代码规范化流程后的最终优化结果。
-
公开(公告)号：CN118151943A
公开(公告)日：2024-06-07
申请号：CN202410276868.8
申请日：2024-03-12
Applicant: 重庆大学
Abstract: 本发明公开了一种基于代码规范化的代码生成优化方法，从而完成对大型语言模型生成的原代码的准确率提升。包括如下步骤：将用户对问题的文字描述输入现有工具生成原代码C0；根据先验知识对Python标准库中的模块以及其中的函数构建简单数据库D；规范化C0中的缩进得到C1；滤除C1中可能出现的“__main__块”和print、input、assert语句得到C2；对C2进行测试，获取测试结果T1，当测试不通过时，修复SyntaxError得到C3；对C3进行测试，获取测试结果T2，当测试不通过时，修复NameError得到C4；对C4进行测试，获取测试结果T3，当测试不通过时，通过逐步删除代码末端的函数尽可能地修复其余错误得到C5；最终向开发者输出代码C5或先前通过测试的代码作为原代码C0经过全部代码规范化流程后的最终优化结果。
-
Search Results
2
records
(took 0.016 seconds)
