RepoCoder: Repository-Level Code Completion Through Iterative Retrieval and Generation

作者： Fengji Zhang, Bei Chen, Yue Zhang, Jin Liu, Daoguang Zan, Yi Mao, Jian-Guang Lou, Weizhu Chen

arXiv： 2303.12570v1 [cs.CL]（提交于 2023 年 3 月 22 日；最新版本 v3，2023 年 10 月 20 日）

摘要

仓库级代码补全任务是指基于仓库更广泛的上下文，继续编写未完成的代码。然而，对于自动化代码补全工具而言，难以利用分散在不同文件中的有用信息。为此，作者提出 RepoCoder——一个简单、通用且有效的框架来应对这一挑战。

该框架通过结合基于相似度的检索器（similarity-based retriever）和预训练代码语言模型（pre-trained code language model），简化了仓库级代码补全流程，从而有效利用仓库级信息进行代码补全，并支持生成不同粒度级别的代码。此外，RepoCoder 采用了一种新颖的迭代检索-生成范式（iterative retrieval-generation paradigm），以弥合检索上下文与目标补全内容之间的差距。

作者还提出了新的基准测试 RepoEval，由最新且高质量的真实世界仓库构成，涵盖行级、API 调用级和函数体级补全场景。实验采用多种代码检索器与生成器的组合来测试 RepoCoder 的性能，结果表明：RepoCoder 在所有设置下均将零样本代码补全基线显著提升 10% 以上，并持续优于原始的检索增强代码补全方法。进一步的综合分析验证了 RepoCoder 的有效性，并为未来研究提供了有价值的见解。

主题分类

• 主要：Computation and Language (cs.CL)
• 其他：Artificial Intelligence (cs.AI); Programming Languages (cs.PL); Software Engineering (cs.SE)

引用格式： arXiv:2303.12570 [cs.CL]