🤖 AI

Improving Code Translation with Syntax-Guided and Semantic-aware Preference Optimization

تقدم هذه الورقة البحثية إطار عمل CTO، وهو إطار عمل مبتكر يعزز ترجمة الأكواد البرمجية من خلال دمج التغذية الراجعة للمترجم الموجهة نحو بناء الجملة مع مكافأة دلالية قوية مستمدة من المصدر عبر التعلم التبايني ضمن سياق تحسين التفضيل المباشر، مما يتغلب على قيود الطرق الحالية في ضمان كل من الصحة النحوية والاتساق الدلالي.

المؤلفون الأصليون: Yuhan Wu, Huan Zhang, Wei Cheng, Chen Shen, Jingyue Yang, Wei Hu

نُشر 2026-05-14

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Yuhan Wu, Huan Zhang, Wei Cheng, Chen Shen, Jingyue Yang, Wei Hu

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك مترجم بارع تحاول تحويل وصفة مكتوبة بالفرنسية إلى وصفة لطاهٍ يتحدث الإنجليزية فقط. تريد أن تحقق الوصفة الجديدة شيئين ببراعة:

اتباع قواعد القواعد الإنجليزية (البناء التركيبي - Syntax): يجب أن تكون الجمل مهيكلة بشكل صحيح حتى لا يرتبك الطاهي بسبب اللغة نفسها.
الحفاظ على نفس المعنى تماماً (الدلالة - Semantics): الطبق الذي ستطهوه في النهاية يجب أن يكون طعمه مطابقاً تماماً للطبق الفرنسي الأصلي، وليس مجرد شكل يشبهه على الورق.

هذه الورقة البحثية، بعنوان "تحسين ترجمة الكود عبر التحسين التفضيلي الموجه بالبناء التركيبي والوعي الدلالي"، تقدم طريقة جديدة تسمى CTO لمساعدة المترجمين من الذكاء الاصطناعي على القيام بهذه المهمة بشكل أفضل بكثير.

إليك كيف تشرح الورقة المشكلة وحلها، باستخدام تشبيهات بسيطة:

المشكلة: "الفخ" الذي تقع فيه أدوات ترجمة الذكاء الاصطناعي الحالية

حالياً، تقع نماذج الذكاء الاصطناعي التي تحاول ترجمة الكود (مثل تحويل كود Python إلى ++C) في فخ. تستخدم الورقة مثالاً ذكياً لتوضيح السبب:

فخ "التخمين المحظوظ" (التحايل على المكافأة - Reward Hacking): تخيل أن المترجم كتب وصفة سليمة لغوياً ولكنها تستخدم مكونات خاطئة. ومع ذلك، وبمحض الصدفة، نجحت حالة اختبار محددة (مثلاً: "اصنع كعكة ببيضة واحدة") لأن المكون الخاطئ صدف أنه يعمل مع تلك البيضة تحديداً. يحصل الذكاء الاصطناعي على "درجة نجاح" ويعتقد أنه أدى عملاً رائعاً، رغم أن الوصفة معطلة لأي موقف آخر. يسمى هذا "التحايل على المكافأة".
فخ "المعنى المثالي، والبناء المكسور": تخيل أن مترجماً آخر كتب وصفة تصف الطبق الصحيح بدقة (دلالة مثالية) ولكنها كتبت بطريقة تكسر قواعد اللغة الإنجليزية. لا يستطيع الطاهي حتى قراءتها، لذا يقول الكمبيوتر: "فشل!" رغم أن الفكرة كانت عبقرية.

تكافح الطرق الحالية للتمييز بين "التخمين المحظوظ" و"الفكرة المعطلة". فهي تعتمد غالباً على:

حالات اختبار شحيحة: مثل إعطاء المترجم اختباراً واحداً محدداً فقط ليتجاوزه. إذا غش المترجم لتجاوز هذا الاختبار الواحد، فإنه يفوز.
مقارنات المراجع: مقارنة الكود الجديد بـ "معيار ذهبي". ولكن إذا كان المعيار الذهبي غير مثالي قليلاً، أو إذا كان الكود الجديد مكتوباً بطريقة مختلفة ولكنه يعني الشيء نفسه، يصاب الذكاء الاصطناعي بالارتباك.

الحل: CTO (نظام "التحقق المزدوج")

تقترح الورقة نظام CTO، والذي يعمل كمراقب جودة صارم يتكون من خطوتين. بدلاً من مجرد السؤال "هل اجتاز الاختبار؟"، يسأل CTO سؤالين متميزين في وقت واحد:

1. فحص القواعد (البناء التركيبي - Syntax)

هذا هو الجزء السهل. يقوم النظام بتشغيل الكود المترجم عبر مترجم برمجيات (Compiler) (أداة تتحقق مما إذا كان الكود يتبع قواعد اللغة).

التشبيه: فكر في هذا كمدقق إملائي. إذا كانت الجملة تحتوي على خطأ مطبعي أو تفتقر إلى نقطة، فهي تعتبر "فشلاً" تلقائياً. هذا الجزء موثوق بنسبة 100% لأن الحواسيب بارعة جداً في التحقق من القواعد.

2. فحص المعنى (الدلالة - Semantics)

هذا هو الجزء الصعب. كيف يمكنك التحقق من صحة "المعنى" دون الاعتماد على حالات اختبار محظوظة؟

الابتكار: قام المؤلفون بتدريب "كاشف معنى" خاص (نموذج دلالي) باستخدام تقنية تسمى التعلم التبايني (Contrastive Learning).
التشبيه: تخيل أن لديك طباخاً ماهراً (الكود المصدر) ومتدرباً جديداً (الكود المترجم). بدلاً من مجرد تذوق الطبق النهائي، ينظر "كاشف المعنى" إلى جوهر المكونات ومنطق الطهي. يتعلم الكاشف أن يقول: "على الرغم من أن هذه الوصفة تستخدم كلمات مختلفة، إلا أنها تصف نفس نكهة وصفة الطباخ الماهر تماماً".
كيف دربوه: أخذوا وصفات صحيحة وطلبوا من ذكاء اصطناٍ آخر ارتكاب أخطاء صغيرة ومخادعة تغير المعنى مع الحفاظ على سلامة القواعد. تعلم الكاشف رصد هذه "الأخطاء المخادعة" من خلال مقارنة الأصل بالنسخة المعيبة.

كيف يعمل CTO: "بطاقة الأداء المتوازنة"

بمجرد حصول النظام على كلا الإشارتين، يستخدم طريقة تسمى التحسين التفضيلي (Preference Optimization).

الطريقة القديمة: كان الذكاء الاصطناعي يحاول تعظيم درجة واحدة. إذا كانت القواعد خاطئة، تصبح الدرجة الإجمالية صفراً، حتى لو كان المعنى مثالياً.
طريقة CTO: يتعامل مع الترجمة كـ لعبة متعددة الأهداف. يقوم بإنشاء "بطاقة أداء" حيث:
- القواعد تحصل على درجة (نجاح/فشل).
- المعنى يحصل على درجة بناءً على مدى قرب "النكهة" من الأصل.
- يتم بعد ذلك تدريب الذكاء الاصطناعي لإيجاد "النقطة المثالية" حيث يكون الكود صحيحاً قواعدياً ودقيقاً دلالياً في آن واحد.

تجادل الورقة بأنه من خلال الجمع بين هاتين الإشارتين، يتوقف الذكاء الاصطناعي عن "الغش" باستخدام حالات الاختبار المحظوظة، ويتوقف عن الرفض بسبب امتلاكه لأفكار ممتازة ولكن بقواعد سيئة.

النتائج: هل نجح الأمر؟

اختبر المؤلفون CTO في ترجمة الكود بين ثلاث لغات شهيرة: ++C، وJava، وPython.

المنافسة: قارنوا CTO مقابل طرق رائدة أخرى، بما في ذلك تلك التي تستخدم التعلم التعزيزي (الذي قد يكون غير مستقر) وتلك التي تعتمد فقط على تشابه النصوص القياسي.
النتيجة: تفوق CTO باستمرار.
- حسن دقة الترجمة بنسبة تتراوح بين 3.66% إلى 6.70% اعتماداً على حجم النموذج ومجموعة البيانات.
- كان بارعاً بشكل خاص في إصلاح مشكلة "التخمين المحظوظ"، مما يضمن أن الكود المترجم يعمل بالفعل كما هو مقصود، وليس فقط في اختبار واحد محدد.

باختتدام

فكر في CTO كمترجم لا يهتم فقط بالإملاء (البناء التركيبي) أو فقط بالقصة (الدلالة). إنه مترجم لديه محرر صارم يدقق القواعد وناقد حكيم يدقق القصة، يعملان معاً لضمان أن الترجمة النهائية مقروءة وصادقة للأصل. وهذا يسمح للذكاء الاصطناعي بترجمة الكود بشكل أكثر موثوقية، مما يجعل نقل البرمجيات من لغة إلى أخرى أكثر أماناً.

ملخص تقني: CTO – تحسين التفضيل الموجه نحو بناء الجملة والواعي دلاليًا لترجمة الأكواد

بيان المشكلة

أظهرت النماذج اللغوية الكبيرة (LLMs) إمكانات كبيرة في ترجمة الأكواد، ومع ذلك فهي تواجه صعوبات متكررة في ضمان صحة بناء الجملة (Syntactic Correctness) والاتساق الدلالي (Semantic Consistency) في آن واحد. تواجه النهج الحالية قيودًا حرجة في تحديد إشارات مكافأة موثوقة للمواءمة:

مكافآت بناء الجملة (Syntactic Rewards): توفر التغذية الراجعة من المترجم (Compiler) إشارة حتمية وثنائية لبناء الجملة، لكنها لا تقدم أي رؤية حول الصحة الوظيفية.
المكافآت الدلالية (Semantic Rewards): تعتمد الاستراتيجيات الحالية على نماذج تقريبية معيبة.
- المكافآت القائمة على حالات الاختبار (Test-case-based rewards): غالبًا ما تكون متفرقة ومنخفضة التغطية، مما يؤدي إلى "تلاعب بالمكافأة" (Reward Hacking) حيث تفرط النماذج في التكيف مع حالات اختبار محددة دون الحفاظ على القصد الحقيقي للكود المصدر. علاوة على ذلك، فإن خطأً واحدًا في بناء الجملة في اللغة المستهدفة يؤدي إلى فشل تنفيذي كامل، مما ينتج عنه مكافأة صفرية بغض النظر عن الدقة الدلالية، وبالتالي يربط بين بناء الجملة والدلالات بشكل تعسفي.
- المكافآت القائمة على المرجع (Reference-based rewards): مثل (CodeBLEU) أو النماذج الدلالية أحادية اللغة التي تقارن بالترجمة المرجعية، هي مقاييس سطحية أو تفترض أن المرجع هو مرساة دلالية مثالية. وهذا يحد من تنوع المخرجات وينقل الأخطاء الموجودة في المرجع.

تجادل الورقة بأن المكافأة الدلالية القوية يجب أن تُشتق مباشرة من الكود المصدر نفسه، بعيدًا عن هذه النماذج التقريبية المعيبة.

المنهجية: CTO

يقترح المؤلفون CTO (تحسين ترجمة الكود)، وهو إطار عمل يحسن ترجمة الأكواد عبر تحسين التفضيل الموجه نحو بناء الجملة والواعي دلاليًا. تقوم الطريقة بإعادة صياغة ترجمة الكود كمسألة تحسين متعددة الأهداف ضمن إطار عمل تحسين التفضيل المباشر (DPO).

1. تدريب نموذج المكافأة الدلالية
لتوليد إشارات دلالية قوية، قام المؤلفون بتدريب نموذج دلالي عابر للغات باستخدام التعلم التبايني:

البنية: يستخدم مشفرًا مزدوجًا (يتشارك المعلمات) لتعيين الكود المصدر والمستهدف في مساحة كامنة مشتركة.
هدف التدريب: باستخدام فقدان (InfoNCE)، يتعلم النموذج سحب تضمين الترجمة المرجعية ( $y^+$ ) لتكون قريبة من الكود المصدر ( $x$ ) مع دفع العينات السلبية المتباعدة دلاليًا ( $y^-$ ) بعيدًا.
توليد العينات السلبية: بدلاً من الاعتماد على الضوضاء العشوائية، يقوم نموذج لغوي كبير (LLM) بإعادة كتابة الكود المرجعي لإدخال تشوهات طفيفة صحيحة بنيويًا ولكنها معيبة دلاليًا.
تسجيل المكافأة: يتم حساب المكافأة الدلالية ( $r_s$ ) للترجمة المرشحة بناءً على تشابه جيب التمام (Cosine Similarity) بين المرشح والكود المصدر في الفضاء الكامن، مع تطبيع النتائج عبر (z-score) لتمكين التسجيل القائم على القوائم.

2. صياغة تحسين التفضيل
يعامل CTO ترجمة الكود كمشكلة متعددة الأهداف تدمج بناء الجملة ( $g$ ) والدلالات ( $s$ ):

المكافأة المثالية (Oracle Reward): مزيج مرجح من مكافآت بناء الجملة والدلالات: $r^*(x, y) = w \cdot r^*_g(x, y) + (1-w) \cdot r^*_s(x, y)$ .
بناء مجموعة بيانات التفضيل:
- بناء الجملة: يتم إنشاء أزواج التفضيل بشكل حتمي بناءً على تغذية المترجم الراجعة (نجاح مقابل فشل).
- الدلالات: يوفر نموذج المكافأة الدلالية توجيهًا ناعمًا. يتم حقن فرق الدرجة الدلالية بين العينات المختارة (الناجحة) والمرفوضة (الفاشلة) كعنيد تصحيحي.
هدف التحسين: اشتق المؤلفون دالة فقدان DPO معدلة (المعادلة 7) تستفيد من بيانات التفضيل من هدف واحد (مثل بناء الجملة) بينما تدمج الفرق الصريح في المكافأة من الهدف المكمل (مثل الدلالات) كحد انحياز. يسمح هذا بنمذجة كلا الهدفين في وقت واحد دون الحاجة إلى نموذج مكافأة منفصل خلال مرحلة التحسين.

المساهمات الرئيسية

إطار عمل CTO: نهج مبتكر يوحد بناء الجملة والدلالات في عملية تحسين تفضيل واحدة، مقدمًا آلية تحيز للمكافأة داخل DPO.
نموذج دلالي عابر للغات: مصدر مكافأة قوي تم تدريبه عبر التعلم التبايني يقيم مباشرة التكافؤ الوظيفي بين الكود المصدر والمستهدف، متجاوزًا قيود ندرة حالات الاختبار والاعتماد على المرجع.
التحقق التجريبي: تجارب واسعة النطية تثبت أن CTO يتفوق بشكل كبير على النماذج المرجعية الحالية (بما في ذلك الطرق غير الخاضعة للإشراف، والضبط الدقيق الخاضع للإشراف، ونهج PPO) عبر لغات برمجة وأحجام نماذج متعددة.

النتائج التجريبية

قيم المؤلفون CTO على معايير TransCoder-Test و HumanEval-X التي تتضمن ترجمات بين C++ و Java و Python.

مكاسب الأداء:
- باستخدام نموذج CodeT5، حسن CTO الدقة بنسبة تصل إلى 3.66% في TransCoder-Test و 4.27% في HumanEval-X مقارنة بنماذج الضبط الدقيق الخاضع للإشراف (SFT).
- باستخدام نموذج CodeLlama-7B الأكبر، حقق CTO مكاسب في الدقة بلغت 5.60% و 6.70% في المجموعات ذات الصلة.
- باستخدام Qwen2.5-Coder-7B، حقق CTO أعلى الدرجات عبر جميع المهام، متفوقًا بشكل كبير على SFT واستراتيجيات تحسين التفضيل الأخرى (مثل IPO و SimPO).
دراسات الاستئصال (Ablation Studies): أدى حذف أي من مكوني الدلالات أو بناء الجملة إلى تدهور الأداء، مما يؤكد أن التحسين متعدد الأهداف أمر بالغ الأهمية.
مقارنة نموذج المكافأة: تفوق نموذج المكافأة الدلالية المتعلم باستمرار على المقاييس القائمة على المرجع مثل CodeBLEU و CodeBERTScore عند استخدامه كإشارة دلالية في CTO.

الأهمية والادعاءات

تدعي الورقة أن CTO يعالج التحدي الأساسي المتمثل في فك الارتباط بين صحة بناء الجملة والصحة الدلالية في ترجمة الكود. من خلال اشتقاق المكافآت الدلالية مباشرة من الكود المصدر ودمجها في إطار عمل موحد لتحسين التفضيل، يتجنب CTO عيوب حالات الاختبار المتفرقة والترجمات المرجعية غير الكاملة. يؤكد المؤلفون أن هذا النهج يوفر استراتيجية أكثر قوة وقابلية للتعميم لمواءمة النماذج اللغوية الكبيرة مع الوظائف المقصودة للكود المصدر، مما يؤدي إلى دقة واستقرار فائقين في الترجمة عبر مختلف بنيات النماذج ولغات البرمجة.