paperbot · PL 论文追踪

全部论文 待读 收藏

P2 AEG-Edit: Bridging API Evolution and Code Semantics for Accurate API Usage in Code Generation

AEG-Edit：连接 API 演化与代码语义，实现代码生成中准确的 API 使用
ASE Proceedings of the 41st IEEE/ACM International Conference on Automated Software Engineering2026匹配度 3/10 · 论文关注代码生成中的 API 演化与 API 使用准确性，属于 PL 与 ML 的交叉，但与用户核心方向（静态分析用于 ML/Agentic 程序、LLM 改进静态分析/形式化验证、浮点程序分析、贝叶斯程序分析）不直接相关。摘要信息不足，仅从标题看更像面向代码生成的 API 推荐/修复工作，而非程序分析或 Agentic 程序分析。引用 0 inbox
Yitong Lin, Haoye Tian, Dehai Zhao, Chao Ni, Xiaohu Yang, Xiaoxue Ren
机器学习与程序语言
crossref: 2026-10-09

AI 速览

一句话：提出 AEG-Edit，将 API 演化信息与代码语义相结合，提升代码生成中 API 调用的准确性。

论文关注代码生成中的 API 使用准确性问题：随着第三方库 API 持续演化，生成模型容易产出已废弃或签名不匹配的调用，而仅依赖代码语义又难以刻画版本之间的差异。作者提出 AEG-Edit，试图把 API 演化信息与代码语义两条线索桥接起来，从而在生成过程中给出更准确的 API 用法。需要说明的是，所提供的摘要仅为标题的重复，未披露具体技术路线（如是否基于检索增强、编辑式生成或模型微调）、基准数据集与评价指标，因此无法进一步概括其方法与实验结果。可以判断该工作处于 LLM 辅助代码生成与 API 演化交叉方向，目标是缓解 API 版本漂移所导致的生成错误。

问题
代码生成模型在使用第三方库时，常因 API 的版本演化而产生过时或错误的调用；如何同时利用 API 演化信息与代码语义来提升生成代码中 API 使用的准确性。
方法
提出 AEG-Edit，将 API 演化与代码语义两方面信息相结合（摘要中未给出具体技术细节，如检索、编辑式生成或微调策略）。
评估
所给摘要未包含评估信息；依标题与主题可推断其面向代码生成任务的 API 使用正确性进行评测，但具体数据集、基线与指标均未知。
原文摘要（Abstract）

Code for AEG-Edit: Bridging API Evolution and Code Semantics for Accurate API Usage in Code Generation

链接与引用

DOI 原文 · PDF（开放获取） ·

BibTeX 
@inproceedings{paperbot12243,
  title = {AEG-Edit: Bridging API Evolution and Code Semantics for Accurate API Usage in Code Generation},
  author = {Yitong Lin and Haoye Tian and Dehai Zhao and Chao Ni and Xiaohu Yang and Xiaoxue Ren},
  booktitle = {ASE},
  year = {2026},
  doi = {10.1145/3832783.3834415}
}