Recoleta Item Note

His2Trans: A Skeleton First Framework for Self Evolving C to Rust Translation with Historical Retrieval

His2Trans 是一个面向工业级 C 到 Rust 迁移的框架，核心思想是先构建可编译、强类型的项目骨架，再结合历史迁移知识检索来逐步生成函数逻辑。它试图解决大项目迁移中的构建上下文缺失、领域 API 映射缺失和修复循环失控问题。

c-to-rustcode-translationretrieval-augmented-generationbuild-awareself-evolvingcode-migration

Summary

现有 C→Rust 自动迁移方法在工业项目中常因 build context 缺失 而无法恢复精确类型与依赖，导致“dependency hell”和幻觉式依赖。
仅靠通用 LLM 很难推断 领域特定 API 与历史演化模式，因此无法复用已有 Rust 接口，容易生成不地道甚至无法集成的代码。
大项目通常需要 渐进式迁移，若每次修复都会引发级联编译错误，自动化成本会迅速失控；这很重要，因为 C 的内存安全问题被文中引用为约 70% 安全漏洞 的来源之一，而 Rust 迁移正是工业界的重要方向。

先做 build tracing，从真实构建过程恢复宏、类型、条件编译和依赖，生成一个可编译的 Project-Level Skeleton Graph；简单说，就是先把整个 Rust 项目的“空架子”搭好，并确保类型是对的。
骨架中保留目录结构、模块关系、类型定义、全局状态和函数签名，函数体先用 unimplemented! 占位，把 结构验证 和 逻辑生成 分开。
再从历史 C/Rust 迁移仓库中自动挖掘 API-level rules 和 fragment-level rules，形成可累积的知识库；检索时用 BM25 + reranker + RAG，把相似历史样例喂给 LLM。
函数体翻译按依赖图 自底向上拓扑调度：先翻译依赖少的函数，再翻译上层函数；每步都用编译器反馈做规则修复或 LLM 修复，必要时回退到 C2Rust 的 unsafe 代码以保住可编译性。
已通过验证的翻译结果会重新写回知识库，形成 self-evolving 闭环，让后续未见任务更容易修复。

在工业级 OpenHarmony 模块上，His2Trans 报告 99.75% incremental compilation pass rate，并声称能修复基线方法因缺失构建上下文而失败的问题。
在通用基准上，相比 C2Rust，其 unsafe code ratio 降低了 23.6 个百分点，同时产生 最少 warnings。
在知识积累实验中，随着持续加入已验证迁移模式，未见任务的 repair overhead 下降约 60%，表明系统具有“越用越强”的演化能力。
评测覆盖 5 个 OpenHarmony 子模块 和 10 个通用 C 项目；文中还列出多种基线（如 C2Rust、PTRMAPPER、EvoC2Rust、Tymcrat 等），但摘录中未给出完整逐项对比表与全部数值明细。
实验设置强调 zero-human-intervention，即评测期间无人工后编辑或 cherry-picking。

Built with Recoleta

Turn arXiv, Hacker News, OpenReview, Hugging Face Daily Papers, and RSS into local Markdown, Obsidian notes, Telegram digests, and a public site.