Recoleta Item Note
Architecture-Aware Multi-Design Generation for Repository-Level Feature Addition
RAIM面向仓库级新功能添加，解决LLM在大型代码库中“看不清架构、只走单一路径改代码”的问题。它通过架构感知定位、多方案生成和影响分析选优，在NoCode-bench Verified上取得了新的SOTA。
repository-level-code-generationarchitecture-aware-retrievalmulti-design-generationchange-impact-analysisllm-software-engineering
Summary
RAIM面向仓库级新功能添加，解决LLM在大型代码库中“看不清架构、只走单一路径改代码”的问题。它通过架构感知定位、多方案生成和影响分析选优，在NoCode-bench Verified上取得了新的SOTA。
Problem
- 论文解决的是仓库级 feature addition：根据文档/规格变更，在整个代码库中自动实现新功能，而不是只修单个函数或单个bug。
- 这很重要，因为新功能添加需要跨文件理解系统架构、找到正确插入点，并避免破坏旧功能；文中还指出约**60%**的软件维护成本用于功能添加而非缺陷修复。
- 现有方法的问题是：对仓库结构“架构盲”、常把代码库当非结构化文本检索；同时采用贪心式单路径补丁生成，缺少系统性的改动影响评估，容易引入回归。
Approach
- RAIM先构建仓库级代码图，把文件、类、函数及其
imports/calls/extends等关系连起来，用多轮搜索先做文件定位，再做函数定位，从而找到分散的跨文件修改点。 - 在函数定位中，它结合LLM语义判断和embedding检索：先从候选文件中找相关函数，再沿代码图邻居多轮扩展与重排，逐步缩小到真正相关的编辑位置。
- 它不直接生成一个补丁，而是先让模型提出多个实现设计（multi-design），每个设计描述要修改/创建什么目标以及改动意图，再分别生成对应补丁，扩大解空间、减少陷入局部最优。
- 最后用impact-aware patch selection选最优补丁：同时做静态结构影响分析、相关回归测试分析，以及新功能测试分析，再从相关性、代码质量、上下游安全性和回归安全性等维度综合打分。
Results
- 在 NoCode-bench Verified 上，RAIM取得 39.47% success rate，成为新的SOTA；相对最强基线 Agentless 提升 36.34%。
- 使用开源模型 DeepSeek-v3.2 时，RAIM仍达到 34.21% success rate，论文声称这超过了某些使用领先闭源模型的基线系统。
- 论文称RAIM在 7 个LLMs 上表现出稳定泛化，整体性能增益范围为 9.7%–221.4%。
- 在复杂跨文件修改任务上，RAIM报告了 191.7% relative improvement，说明其架构感知定位和多方案机制对跨模块依赖特别有效。
- 消融研究的定性结论是：multi-design generation 和 impact validation 是关键模块，能更好处理复杂依赖并减少代码错误；摘录中未给出更细的消融数值。
Link
Built with Recoleta
Run your own research radar
Turn arXiv, Hacker News, OpenReview, Hugging Face Daily Papers, and RSS into local Markdown, Obsidian notes, Telegram digests, and a public site.