基于深度学习的程序合成研究进展

要 随着软件工程实践的不断深入、开源社区的蓬勃发展，基于深度学习的程序合成引起了学术界和工业界 的广泛关注．基于深度学习的程序合成，即程序智能合成，旨在利用深度学习技术自动生成满足用户意图的程序． 相较于传统合成方法在扩展性和实用性方面的局限性，程序智能合成凭借其易扩展、可学习迭代等特性，已迅速崭 露头角，成为软件工程领域的研究热点之一．最近，研究学者们在程序智能合成方面取得了显著进展，如 GPT-4在 ＬｅｅｔＣｏｄｅ网站上的表现已经可以与人类相媲美．同时，工业界也推出了多款 ＡＩ编程助手，如 Ｃｏｐｉｌｏｔ、Ｃｏｍａｔｅ等，旨 在解决软件开发的产能瓶颈．本文从多个角度出发，包括用户意图理解、程序理解、模型训练、模型测试与评估，归 纳梳理了程序智能合成的研究进展，综述了该领域近几年的研究成果．此外，本文还对可能面临的挑战进行了探 讨，并展望了未来的发展趋势．本文的研究有助于研究学者们全面了解程序智能合成领域的最新研究进展，同时也 有助于软件开发人员快速掌握程序智能合成的技术方案和思路，以满足工业实践的需要。