波尔Kk-优快云博客

原创基于 Tree-sitter 获取分析 AST（2）——基本用法【Python with Tree-Sitter for C Projects】

Basic Usage: Python with Tree-Sitter for C Projects

2025-02-23 18:00:54 1500

原创【论文阅读】AutoBench: Automatic Testbench Generation and Evaluation Using LLMs for HDL Design

论文阅读，AutoBench：使用 LLMs 进行 HDL 设计的自动化测试平台生成与评估

2025-02-10 13:16:01 1173 1

原创基于 Tree-sitter 获取分析 AST（1）—— 介绍与安装

与基于 Clang 的 AST 分析工具依赖编译参数和编译环境不同，Tree-sitter 只需要输入待处理的文件，不依赖任何额外操作，例如不需要编译参数，不会执行预处理。（S-expressions，Symbolic Expressions）是一种简洁的树形结构表示法，用括号和嵌套的文本结构表示树形数据，非常适合表达AST。*官方文档：https://tree-sitter.github.io/tree-sitter/index.html。文件，即正确构建了相关语言的语法解析器。目录用于存放语言解析器。

2025-01-13 16:38:19 2504

原创【Clang AST】基于 Clang 获取分析 AST

AST是什么抽象语法树（Abstract Syntax Tree, AST）是源代码的抽象表示，广泛用于编译器和分析工具中。AST将源代码的语法结构转换为树形结构，其中每个节点表示代码中的一个语法元素。与源代码的文本表示相比，AST更关心代码的结构和语义。词法分析（Lexical Analysis）：将源代码分解为一系列词法单元（Tokens），如关键词、变量名、操作符等。根据语言的语法规则，将Token序列组织成语法树（Syntax Tree），也就是初步的结构化表示。

2024-12-31 17:43:50 3585

原创【论文阅读】您的 AI 生成的代码真的安全吗？Evaluating Large Language Models on Secure Code Generation with CodeSecEval

原始 SecurityEval 数据集并未包含“Secure Code”、“Test”和“Entry_Point”的注释，其“不安全代码”实例通常不完整，需要额外的上下文，如辅助函数或特定配置，以确保功能的完整性。因此，SecEvalBase 的实例选择基于完成不安全代码的可行性，并为缺失的属性提供必要的注释。（2）LLMs在不同漏洞类型上的表现：GPT-4 通过引入“漏洞感知问题”描述，多数类型的 Pass@k 显著提升，但在某些漏洞类型（如注入类漏洞）上表现欠佳，说明它在应对特定漏洞时存在挑战。

2024-11-09 15:56:04 2045 1

原创【论文阅读ICSE2024】CoderEval: A Benchmark of Pragmatic Code Generation with Generative Pre-trained Models

第二，尽管DS-1000中的一些函数依赖于第三方库，但DS-1000所反映的开发场景与实际代码生成相去甚远，因为DS-1000中没有任何函数依赖于目标函数外的用户定义函数。传统基准（如HumanEval）主要评估独立函数的生成能力，忽略了非独立函数在实际开发中的高占比（通过分析 GitHub 上分别用 Java 和 Python 编写的 100 个最受欢迎的项目发现非独立功能占开源项目功能的 70% 以上），导致无法全面评估模型在复杂依赖环境下的表现。（2）统计所有目标函数中，符合上述条件的函数的比例。

2024-11-03 15:52:55 2078 1

HeeKaai的博客

原创基于 Tree-sitter 获取分析 AST（2）——基本用法【Python with Tree-Sitter for C Projects】

原创【论文阅读】AutoBench: Automatic Testbench Generation and Evaluation Using LLMs for HDL Design

原创基于 Tree-sitter 获取分析 AST（1）—— 介绍与安装

原创【Clang AST】基于 Clang 获取分析 AST

原创【论文阅读】您的 AI 生成的代码真的安全吗？Evaluating Large Language Models on Secure Code Generation with CodeSecEval

原创【论文阅读ICSE2024】CoderEval: A Benchmark of Pragmatic Code Generation with Generative Pre-trained Models

空空如也

空空如也

原创 基于 Tree-sitter 获取分析 AST（2）——基本用法【Python with Tree-Sitter for C Projects】

原创 【论文阅读】AutoBench: Automatic Testbench Generation and Evaluation Using LLMs for HDL Design

原创 基于 Tree-sitter 获取分析 AST（1）—— 介绍与安装

原创 【Clang AST】基于 Clang 获取分析 AST

原创 【论文阅读】您的 AI 生成的代码真的安全吗？Evaluating Large Language Models on Secure Code Generation with CodeSecEval

原创 【论文阅读ICSE2024】CoderEval: A Benchmark of Pragmatic Code Generation with Generative Pre-trained Models

空空如也

空空如也

原创基于 Tree-sitter 获取分析 AST（2）——基本用法【Python with Tree-Sitter for C Projects】

原创【论文阅读】AutoBench: Automatic Testbench Generation and Evaluation Using LLMs for HDL Design

原创基于 Tree-sitter 获取分析 AST（1）—— 介绍与安装

原创【Clang AST】基于 Clang 获取分析 AST

原创【论文阅读】您的 AI 生成的代码真的安全吗？Evaluating Large Language Models on Secure Code Generation with CodeSecEval

原创【论文阅读ICSE2024】CoderEval: A Benchmark of Pragmatic Code Generation with Generative Pre-trained Models