VÝZKUMNÁ POZNÁMKA
Lokalizované změny kódu pomocí generativních modelů
Jak zabránit zbytečnému přepisování celé funkce a současně ponechat generativnímu modelu dostatek volnosti k provedení požadované změny kódu.
PŘÍMÁ ODPOVĚĎ
Jak může generativní model upravit kód, aniž by přepsal celou funkci?
Před generováním vymezte chráněné a editovatelné oblasti, znovu použijte nebo omezte chráněnou reprezentaci, generujte pouze kandidátní změny a zamítněte výstupy, které mění chráněný kód nebo neprojdou kontrolami specifickými pro danou úlohu. Lokalitu a úspěšnost úlohy je nutné měřit společně.
Proč je toto rozlišení důležité
Metoda i deklarovaná záruka musejí vycházet z téže pozorovatelné hranice.
Lokalizovaná změna kódu je problém úprav, nikoli pouze kratší zadání pro generování kódu. Vstup již obsahuje artefakt, který je žádoucí zachovat, a metoda proto potřebuje explicitní hranici zachování mezi oblastí, kterou lze měnit, a vlastnostmi, jež musejí zůstat stabilní.
Hranici může tvořit úsek zdrojového kódu, syntaktický uzel, signatura API, chování v testech, kontrakt závislostí nebo naučená latentní pozice. Tyto možnosti nejsou zaměnitelné: každá chrání jinou pozorovatelnou vlastnost a vyžaduje odpovídající krok ověření.
Praktický postup
Stanovte kontrakt zachování
Určete upravitelnou oblast a přesný text, strukturu, rozhraní nebo chování, které se nesmějí změnit.
Zvolte nejužší použitelné rozhraní kontroly
Znovu použijte nezměněné úseky zdrojového textu, využijte doplňování či dekódování zaměřené na úpravy, uplatněte formální omezení nebo podle požadované vlastnosti uzamkněte vybrané latentní pozice.
Generujte pouze tam, kde je změna povolena
V upravitelné oblasti ponechte dostatek volnosti k vyřešení úlohy; zkopírování celého vstupu sice splňuje požadavek lokality, ale nepřináší žádný pokrok.
Ověřujte současně lokálnost i úspěšnost
Odmítněte kandidáty, kteří mění chráněné oblasti, neprojdou syntaktickou analýzou či kompilací, porušují strukturní invarianty nebo nesplňují požadovanou změnu.
Požadované důkazy
Síla tvrzení odpovídá pouze vlastnosti měřené po generování nebo dekódování.
- Rozdíl mimo vymezenou oblast nebo jiná přímá míra stability chráněné oblasti.
- Úspěšnost úlohy v upravitelné oblasti.
- Podle potřeby syntaktická analýza, kompilace, testy, statické kontroly nebo invarianty specifické pro danou úlohu.
- Míra změn v upravitelné oblasti, aby kopírování nebylo mylně považováno za kontrolu.
- Jedinečnost kandidátů a variabilita mezi opakovanými běhy, aby lokalita nebyla zaměňována za kolaps módů.
Jaké výsledky uvádí odkazovaná studie
- Odkazovaný experiment komprimuje funkce v Pythonu o 64 tokenech do hierarchických diskrétních pozic a při částečných omezeních znovu generuje vybrané latentní pozice.
- Uzamčení čtyř kódů nejvyšší úrovně zvýšilo podíl syntakticky analyzovatelných výstupů z 0.453 na 0.591, zatímco míra změn odemčených pozic dosáhla 0.936 a podíl jedinečných podmíněných vzorků zůstal na hodnotě 0.998.
- Tato měření odhalují nad úrovní tokenů kompromis mezi stabilitou a volností; nedokládají přesné zachování zdrojového úseku, AST, sémantiky ani chování.
Hranice rozsahu
- Uzamčený latentní kód není automaticky uzlem AST, chráněným úsekem zdrojového kódu ani formálním invariantem.
- Úspěšnost syntaktické analýzy dokládá syntaktickou korektnost, nikoli funkční správnost nebo úspěšnou opravu.
- Uvedené důkazy pocházejí z krátkých předzpracovaných funkcí v Pythonu a nedokládají chování v měřítku repozitáře.
Primární a příbuzné zdroje
Původní metody, měření a uvedená omezení čerpejte z odkazovaných článků.
- Inspectable Control for Structure-Preserving Software Regeneration
Hlavní článek a experiment s omezenými hierarchickými latentními reprezentacemi.
- EfficientEdit: Accelerating Code Editing via Edit-Oriented Speculative Decoding
Dekódování orientované na úpravy, které opětovně využívá nezměněné oblasti zdrojového kódu.
- PAFT: Preservation Aware Fine-Tuning for Minimal-Edit Program Repair
Při trénování oprav programů explicitně vymezuje zachování a minimální rozsah změn.