YerbaPage/Awesome-Repo-Level-Code-Generation

Must-read papers on Repository-level Code Generation & Issue Resolution 🔥

해결하는 문제

이 프로젝트는 전체 코드 리포지토리의 구조와 맥락을 이해하면서 코드를 생성하거나 편집하는 작업인 리포지토리 수준 코드 생성에 관한 빠르게 성장하는 연구를 추적하는 과제를 해결합니다. 학술 논문, 벤치마크, 관련 도구를 하나의 정리된 목록으로 모아 연구자와 실무자가 분산된 검색을 하지 않도록 합니다.

작동 방식

이 프로젝트는 항목을 작업 유형별로 분류하는 선별 목록(“awesome” 목록 스타일)입니다. README는 리포지토리 수준 이슈 해결, 리포지토리 수준 코드 완성, 리포지토리 수준 코드 번역, 리포지토리 수준 단위 테스트 생성, 리포지토리 수준 코드 QA, 리포지토리 수준 이슈 작업 합성, 데이터셋 및 벤치마크와 같은 섹션 아래에 리소스를 그룹화합니다. 각 항목에는 일반적으로 논문 제목, 발표 장소 및 연도, 논문 링크, 그리고 종종 관련 코드 리포지토리 링크가 포함됩니다. 목록은 커뮤니티 기여를 통해 유지되며, 누구나 풀 리퀘스트를 제출하여 새 리소스를 추가할 수 있습니다.

대상 독자

이 목록은 AI 지원 소프트웨어 엔지니어링에 종사하는 연구자, 대학원생, 엔지니어를 대상으로 하며, 특히 대규모 언어 모델(LLM)이 전체 리포지토리 이해를 요구하는 코드 작업(GitHub 이슈 수정, 대규모 코드베이스 내 코드 완성, 언어 간 코드 번역, 단위 테스트 생성 등)을 어떻게 처리할 수 있는지에 관심이 있는 사람들을 위한 것입니다. 또한 이 하위 분야의 최신 기술을 추적하는 모든 사람에게 유용합니다.

주요 특징

  • 이슈 해결부터 코드 QA까지 다양한 리포지토리 수준 코드 생성 작업을 다룹니다.
  • 각 항목은 논문에 대한 직접 링크를 제공하며, 가능한 경우 오픈 소스 구현에 대한 링크도 제공합니다.
  • 최근 논문(2023년부터 2026년까지의 항목)으로 적극적으로 유지 관리됩니다.
  • 커뮤니티 주도—풀 리퀘스트를 통한 기여를 환영하며, SJTU의 유지 관리자 연락처 정보가 포함되어 있습니다.

관련

  • 프로젝트
  • 프로젝트
  • 프로젝트
  • 프로젝트