Recoleta Item Note
KCoEvo: A Knowledge Graph Augmented Framework for Evolutionary Code Generation
KCoEvo解决的是 随API版本演化而失效的代码迁移生成 问题：普通LLM常输出过时或不兼容API，而该方法用知识图谱显式表示API演化路径来约束生成。论文将迁移拆成“先找演化路径、再按路径生成代码”两步，并在多个模型与迁移类型上显著提升准确率与可执行性。
Summary
KCoEvo解决的是随API版本演化而失效的代码迁移生成问题：普通LLM常输出过时或不兼容API，而该方法用知识图谱显式表示API演化路径来约束生成。论文将迁移拆成“先找演化路径、再按路径生成代码”两步，并在多个模型与迁移类型上显著提升准确率与可执行性。
Problem
- 目标问题：把依赖旧版本第三方库的代码，自动迁移为兼容新版本的代码，同时保持原始功能不变。
- 重要性：现代项目高度依赖第三方库，API频繁变更会导致代码失效、维护成本上升；作者举例称典型项目可能含有20–70个传递依赖，而直接依赖只有6–10个。
- 现有LLM缺陷：缺少对版本间关系、弃用/重命名/迁移等演化知识的显式结构化表示，因此容易生成过时API、语义不一致代码或无法执行的输出。
Approach
- 构建两层API知识图谱：static API graph表示单版本内的结构关系，dynamic alignment graph表示跨版本的演化关系，如 retain、remove、rename、relocate。
- 将迁移分成两阶段：先做evolution path retrieval，从图中检索从旧API到新API的可行迁移轨迹；再做path-informed code generation，让LLM依据这些路径生成目标代码。
- 动态对齐时，系统先从查询代码里定位API节点，再基于BFS图遍历结合版本元数据与关系类型，找出有效的跨版本候选路径。
- 规划模块直接复用LLM，不单独训练新模型：LLM先把对齐子图转成显式的“演化计划”，再由推理/生成模块按计划完成代码迁移。
- 训练监督来自真实API diff自动合成的数据，而非大量人工标注，从而提升可扩展性并降低人力成本。
Results
- 在VersiCode基准上，方法相对基础LLM在所有迁移类型上都有提升。示例：DeepSeek-V3在Major→Major上，CDC@1从59.52升至96.83，EM@1从59.52升至100.00（分别**+37.31**、+40.48）。
- 在更难的跨版本迁移中提升更大。DeepSeek-V3在Major→Minor上EM@1从33.84到94.44（+60.60），在Minor→Major上从15.74到95.37（+79.63）。
- Qwen2.5-Coder-32B-Instruct收益也很大：Major→Minor上EM@1从16.16到92.42（+76.26）；Minor→Major上从7.41到87.96（+80.55）。
- 高性能闭源模型仍能受益。GPT-5基线已很强，但加入KG后在Minor→Minor上CDC@1从46.30到92.60（+46.30），EM@1从72.23到100.00（+27.77）；在Minor→Major上CDC@1从82.83到100.00。
- 对比代码块RAG，普通检索增强收益有限甚至退化。例如Qwen2.5-7B-Instruct在Major→Major的EM@1基线为38.89，加入Downstream Code后为38.10，加入Library Source仍仅38.10；说明结构化演化知识比原始代码检索更有效。
- 论文的核心主张是：知识图谱不仅提高准确率/EM@1，也提高CDC@1对应的语法与执行成功性，并带来更强的可控性与可解释的迁移路径。
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.