Resumen Técnico: En Línea con el Contexto: Generación de Código a Nivel de Repositorio mediante Contexto en Línea

Declaración del Problema

La generación de código a nivel de repositorio requiere que los Modelos de Lenguaje Grande (LLM) comprendan bases de código completas, razonando sobre dependencias complejas entre funciones, clases y módulos. A diferencia de la generación a nivel de función, esta tarea exige consistencia con el diseño del repositorio, las convenciones de codificación y las intrincadas relaciones interfuncionales.

Los enfoques actuales enfrentan limitaciones significativas:

• Generación Aumentada por Recuperación (RAG): Depende de la similitud textual superficial, lo que a menudo recupera fragmentos léxicamente similares pero funcionalmente irrelevantes, fallando en capturar las dependencias semánticas que gobiernan la semántica a nivel de repositorio.
• Selección Basada en Contexto: Los métodos que simplemente anteponen código recuperado o utilizan análisis estático (por ejemplo, grafos de flujo de control) a menudo descuidan el rol específico de la función objetivo dentro de su entorno de llamada real. No logran representar sistemáticamente cómo una función es utilizada por sus llamadores (aguas arriba) o cómo depende de sus llamadas (aguas abajo), lo que conduce a errores en la vinculación de variables, tipos de retorno y uso de API.

Metodología: InlineCoder

Los autores proponen InlineCoder, un marco que reencuadra la generación a nivel de repositorio en una tarea manejable a nivel de función mediante la inserción de la función inacabada en su grafo de llamadas. La idea central es que el comportamiento de una función está restringido por sus llamadores aguas arriba (escenarios de uso) y su implementación depende de sus llamadas aguas abajo (dependencias).

El marco opera mediante un pipeline de tres etapas:

1. Generación de Borrador (Creación de Ancla)

Dada una firma de función, InlineCoder genera primero una implementación preliminar (el "ancla" o "borrador").

• Entrada: Un prompt base que contiene la firma objetivo, una descripción en lenguaje natural y todas las declaraciones de importación y dependencias referenciadas directamente del repositorio.
• Salida: Una implementación borrador y una lista de llamadas a API utilizadas dentro de ella.
• Propósito: Este borrador cumple dos roles: (1) actúa como semilla para identificar dependencias aguas abajo (llamadas) y (2) proporciona una línea base para la estimación de confianza basada en perplejidad.

2. Contexto en Línea (Riqueza Bidireccional)

El borrador impulsa un proceso de inserción bidireccional para construir un contexto comprehensivo:

• Inserción Aguas Arriba: El sistema identifica todos los llamadores de la función objetivo en el repositorio. Luego, incrusta la implementación borrador directamente en estas funciones llamadoras. Esto implica una transformación de cuatro pasos:
  1. Sustitución de Parámetros: Mapeo de argumentos del llamador a parámetros del llamado.
  2. Normalización de Retorno: Conversión de las sentencias return a asignaciones de variables (result = ...) para adaptarse al flujo del llamador.
  3. Redirección de Asignación: Vinculación del resultado de la llamada a las variables del llamador.
  4. Expansión en Línea: Reemplazo de la llamada a función en el llamador con el cuerpo del borrador transformado.
     Resultado: Esto convierte las relaciones de llamadas distribuidas en una vista linealizada orientada a la ejecución, exponiendo restricciones de entrada/salida y patrones de uso.
• Recuperación Aguas Abajo: El sistema extrae llamadas a funciones del AST del borrador y de las llamadas predichas por el LLM. Realiza una recuperación basada en subcadenas para encontrar implementaciones de funciones coincidentes en el repositorio. Estas llamadas recuperadas se integran en el prompt para proporcionar un contexto de dependencia preciso.

3. Generación de Código Consciente del Contexto

La etapa final integra el borrador, el contexto insertado aguas arriba y el contexto recuperado aguas abajo en un prompt unificado.

• Mecanismo de Confianza: El sistema calcula la perplejidad (PPL) del borrador inicial. Basado en umbrales de PPL, asigna un nivel de confianza (Alta, Media, Baja) y genera instrucciones específicas en lenguaje natural para el LLM:
  • Alta Confianza: Confía estrechamente en el borrador.
  • Confianza Media: Modifica o mejora parcialmente el borrador.
  • Baja Confianza: Reevalúa críticamente y potencialmente regenera desde cero.
• Salida Final: El LLM genera el cuerpo final de la función, guiado por el prompt enriquecido que incluye la firma objetivo, el uso insertado aguas arriba, las dependencias aguas abajo y las instrucciones basadas en confianza.

Contribuciones Clave

1. Nuevo Marco: La propuesta de InlineCoder, que sitúa las funciones objetivo dentro de contextos tanto aguas arriba (llamadores) como aguas abajo (llamadas) mediante un mecanismo de inserción de grafos de llamadas.
2. Primera Inserción de su Tipo: Los autores afirman ser los primeros en insertar una función directamente en el contexto de sus llamadores, permitiendo que el LLM infiera el propósito previsto y los patrones de uso de manera más profunda que la recuperación simple.
3. Evaluación Comprehensiva: Experimentos extensos que demuestran mejoras consistentes sobre las líneas base del estado del arte en diversos dominios y múltiples LLMs base.

Resultados Experimentales

El marco fue evaluado en los puntos de referencia DevEval y RepoExec utilizando tres LLMs base: DeepSeek-V3, Qwen3-Coder y GPT5-mini.

• Ganancias de Rendimiento: InlineCoder superó sustancialmente a las líneas base (incluyendo In-File, Vanilla, RepoCoder, GraphCoder y DRACO).
  • En RepoExec, logró ganancias relativas promedio de 29.73% en Coincidencia Exacta (EM), 20.82% en Similitud de Edición (ES) y 49.34% en BLEU en comparación con la línea base más fuerte.
  • En DevEval, mostró mejoras consistentes, con ganancias relativas promedio de 5.13% en EM, 10.86% en ES y 10.67% en BLEU.
• Estudios de Ablación: Eliminar cualquier componente (inserción aguas arriba, recuperación aguas abajo, generación de borrador o guía de confianza) resultó en degradación del rendimiento. La implementación del borrador fue identificada como el componente más crítico.
• Análisis Cualitativo:
  • Sentencias de Retorno: InlineCoder mejoró la precisión en la generación de sentencias de retorno en un 2.07% (EM) sobre las líneas base, atribuido a una mejor comprensión del contexto aguas arriba.
  • Llamadas a Funciones: Mejoró la precisión de las sentencias de llamada a función en un 4.27% (EM), demostrando una mejor resolución de dependencias aguas abajo.
• Generalización de Dominio: El método se desempeñó robustamente a través de 10 dominios de software diferentes (por ejemplo, Base de Datos, Seguridad, Procesamiento de Texto), logrando los mejores resultados en 9/10 dominios para EM y en los 10 para ID.F1. El rendimiento fue ligeramente menor en el dominio Científico-Ingenieril, donde las invocaciones interfuncionales son naturalmente escasas.

Significado y Afirmaciones

El artículo afirma que InlineCoder aborda la limitación fundamental de las estrategias de recuperación existentes al ir más allá de la similitud superficial para capturar las dependencias estructurales y semánticas de un repositorio. Al reencuadrar el problema mediante la inserción de contexto, el método transforma el razonamiento complejo a nivel de repositorio en una tarea más manejable a nivel de función donde el modelo puede ver explícitamente cómo el código se integra en el sistema más amplio.

Los autores enfatizan que su enfoque no requiere un ajuste fino extensivo; en su lugar, aprovecha las capacidades de razonamiento de los LLMs existentes mediante una estrategia de prompting cuidadosamente diseñada que integra restricciones de uso aguas arriba y dependencias aguas abajo. Los resultados destacan la efectividad del marco para generar código que no solo es sintácticamente correcto, sino también semánticamente consistente con el diseño y las dependencias del repositorio.