CN119440539A 一种工业软件代码的多轮推理与反馈优化方法及系统 （广东石油化工学院）

一种工业软件代码的多轮推理与反馈优化其涉及一种工业软件代码的多轮推理与反馈优2根据先前的反馈和已经划分好的代码块，利用嵌入模型构建向量在检索过程中能够生成更全面和准确的查询结果；该技术基于初始查询生成多个相关查聚类是把相似的对象通过静态分类的方法分成不同的组别或者同一个子集中的成员对象都有相似的一些属性，常见的包括在坐标系中更加短的空间距检索增强生成，接受输入并检索一组给定来源的支持文档；这些3通过多次生成评分和反馈机制对生成的优化代码进行全面评估，并通综合反馈返回：通过总结多次反馈中的要点，使得再优化代码的6.一种实现如权利要求1～5任意一项所述工业软件代码的多轮推理与反馈优化方法4理器执行如权利要求1～5任意一项所述的工业软件代码的多轮推理与反馈优化方法的步9.一种信息数据处理终端，信息数据处理终端包括如权利要求6所述的工业软件代码5要研究方向。基于大型语言模型(LLM)的代码生成和优化方法逐渐被应用于各种复杂开发场景，以提升代码生成的自动化程度、可读性、正确性及效率。近年来，LLM如GPT_4和了语言模型在代码补全任务中的表现。相关研究(如ZhiJin,andWenpinJiao.2024.Self_planningCodeGenerationwithLargeLanguageModels.ACMTrans.Softw.Eng.Methodol.JustAccepted(June2024)6量嵌入和上下文检索技术，模型能够从大型代码库中提取相关片段，进而提高代码质量一致性上仍有较大的提升空间，特别是在处理复杂多语言的开发项目时，检索效率和准确性都会有所下降。RetrievalAugmentedGeneration[J].arXivpreprintarXiv:2405.07530,2024.的代码在实际并入原代码流程运行中容易出现不7查询生成与倒数排名(RRF)融合检索，推理生成子任务与代码链子模块生成，组合完成代[0037]根据先前的反馈和已经划分好的代码块，利用嵌入(embedding)模型构建向量数[0043]S202，多查询生成和倒数排名融合的检索：采用了多查询生成和倒数排名融合8[0054]聚类(clustering)是把相似的对象通过静态分类的方法分成不同的组别或者更并输入到生成最终输出的文本生成器。这使得RAG能够适应事实可能随时间变化的情况。[0056]本发明在每一轮伊始，使用RAG结合前面提到的多查询生成和倒数排名融合的检[0061]1.选择：从推理模块描述集中选择9[0077]本发明的另一目的在于提供一种实现所述工业软件代码的多轮推理与反馈优化[0081]本发明的另一目的在于提供一种计算机设备，计算机设[0094]现有的直接根据原代码重新生成的方法在复杂任务中容易生成不完整或错误的[0101]现有编译器工具在复杂环境下往往需要人工调优，增加了开发成本和调试时[0114]创新的多查询融合技术：本发明中采用的倒数排名融合技术(RRF)确保了在代码[0115](3)本发明的技术方案解决了人们一直渴望解决、但始终未能获得成功的技术难自动化的控制流图(CFG)生成与分析，能够在代码生成阶段即发现潜在的逻辑错误和优化[0117]缺乏有效的代码优化方法：现有代码优化往往依赖于开发人员的经验和人工判[0122]查询过程中的信息覆盖不足：传统的单一查询方法在信息覆盖面上往往不够全[0126]图2是本发明实施例提供的工业软件代码的多轮推理与反馈优化方法详细流程[0131]如图1所示，本发明实施例提供的一种工业软件代码的多轮推理与反馈优化方法一个任务上人类编写的推理结构Shuman的演示，以更好地将自然语言描述转换为推理结[0171]如图3所示，本发明实施例提供的一种工业软件代码的多轮推理与反馈优化系统处理器执行所述的工业软件代码的多轮推理与反馈优化方法方[0192]本发明根据先前的反馈和已经划分好的代码块，利用嵌入(embedding)模型构建[0202]本发明采用了多查询生成和倒数排名融合(RRF)技术，确保在检索过程中能够生[0214]1.选择：从推理模块描述集中选择[0220]聚类(clustering)是把相似的对象通过静态分类的方法分成不同的组别或者更函数块向量数据库。把检索结果和子任务描述输入到大模型，进行N次生成，然后通过K_[0256]本发明的应用实施例提供了一种计算机设备，计算机设机程序被处理器执行时，使得处理器执行工业软件代码的多轮推理与反馈优化方法的步[0266]子任务分解示例:根据CFG分析结[0281]函数没有验证URL是否指向有效的BMP图像。函数没有验证本地文件路径是否可[0288]1.`get_images_fro[0289]2.`inference_single_[0290]3.`download_bmp_[0291]4.`robotcamc[0294]为每个子代码块添加结构化的错误消息，并根据代码风类型注释和结构化的错误消息增强了代码的整体[0314]`inference_single_image`函数：增加对`cv2.imread`失败读取图片的错误处图片的去噪和不同环境光下的处理，使用优化前后的代码控制平台处理相机拍到的图片，