Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Repository-Aware File Path Retrieval via Fine-Tuned LLMs

Created by
  • Haebom

저자

Vasudha Yanuganti, Ishaan Puri, Swapnil Chhatre, Mantinder Singh, Ashok Jallepalli, Hritvik Shrivastava, Pradeep Kumar Sharma

개요

본 논문은 "How does this feature work?" 또는 "Where was the bug introduced?" 와 같은 질문에 대한 답변을 찾기 위해, 개발자와 AI 코딩 어시스턴트가 적절한 소스 파일을 찾는 데 어려움을 겪는 문제를 해결하고자 한다. 이를 위해 강력한 LLM (Qwen3-8B)을 QLoRA 및 Unsloth 최적화를 사용하여 미세 조정하여 자연어 질의에서 관련 파일 경로를 직접 예측하는 방법을 제시한다. 훈련 데이터를 구축하기 위해 AST 구조 및 리포지토리 내용을 사용하여 현실적인 질문-답변 쌍을 생성하는 6가지 코드 인식 전략을 도입했다. Python 프로젝트 (Flask, Click, Jinja, FastAPI, PyTorch 등)에 대해 미세 조정을 수행했으며, 높은 검색 정확도를 얻었다. PyTorch와 같은 대규모 코드베이스에서도 확장성을 보여준다.

시사점, 한계점

•
시사점:
◦
자연어 질의를 통해 코드베이스 내 관련 파일 경로를 정확하게 검색하는 방법 제시.
◦
AST 구조 및 리포지토리 내용을 활용한 훈련 데이터 생성 전략 개발.
◦
다중 레벨 코드 신호를 사용하여 상호 파일 컨텍스트를 이해하는 LLM 훈련.
◦
Flask, Click, Jinja, FastAPI, PyTorch 등 다양한 프로젝트에 대한 높은 정확도 달성.
◦
대규모 코드베이스 (PyTorch)에서도 상당한 검색 성능 유지.
•
한계점:
◦
매우 큰 리포지토리에서의 컨텍스트 길이 제한.
◦
LLM 기반 코드 인텔리전스와의 통합에 대한 추가 연구 필요.
👍
Made with Slashpage