RepoHyper: Better Context Retrieval Is All You Need for Repository-Level Code Completion

Code Large Language Models（CodeLLMs）在代码补全任务中表现出了令人印象深刻的熟练程度。然而，它们往往无法完全理解项目存储库的广泛上下文，例如相关文件和类层次结构的复杂性，这可能导致不太精确的完成。为了克服这些限制，我们提出了一个多方面的框架\tool，旨在解决与存储库级代码完成相关的复杂挑战。 \tool 的核心是Repo-level Semantic Graph（RSG），一种新颖的语义图结构，它封装了代码存储库的广泛上下文。此外，RepoHyper利用“扩展和细化”检索方法，包括应用于RSG的图扩展和链接预测算法，实现了相关代码片段的有效检索和优先排序。我们的评估表明，与几个强基线相比，\tool 在存储库级代码完成方面明显优于现有技术，展示了在各种数据集上的增强准确性。我们实现的RepoHyper可以在以下网址找到：\url{https://github.com/FSoft-AI4Code/RepoHyper}。

论文旨在解决代码自动补全中仓库级别上下文理解不足的问题，提出了一种新的语义图结构来捕获代码仓库的上下文信息。

论文的关键思路是提出一种名为Repo-level Semantic Graph（RSG）的语义图结构，用于捕获代码仓库的上下文信息，并使用RSG进行代码检索和排序。

论文使用了多个数据集对提出的方法进行了评估，并与多个强基线进行了比较。实验结果表明，该方法在仓库级别的代码自动补全任务中表现出色。论文还公开了他们的实现代码。

近期的相关研究包括使用深度学习模型进行代码自动补全的研究，以及使用语义图结构进行代码检索的研究。