Fine-tuned LLM-based Code Migration Framework
本文提出了一种经过微调的大型语言模型框架，该框架通过整合传统工程技术、迭代错误分析以及专家反馈，有效地实现了从 Oracle PL/SQL 到 PostgreSQL 的 SQL 基础系统迁移自动化，从而显著减少了语法错误并优化了数据库逻辑。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你拥有一座由旧且复杂的语言（Oracle SQL）编写的庞大说明书库。你的公司想要切换到一种新的、现代化的语言（PostgreSQL），以节省成本并提高运行速度。问题在于，这些旧的说明书规模巨大，包含数千个文件，而且这两种语言不仅词汇不同，连语法、逻辑和规则也完全不同。
这篇论文描述了一个由 EPAM Systems 的研究人员构建的智能自动化系统，该系统旨在将这些旧的说明书翻译成新语言，同时确保不会出错。以下是他们实现这一目标的原理，通过简单的解释呈现：
1. 问题所在：这不仅仅是“查找并替换”
你不能只用一个简单的词典来翻译，因为旧系统中（Oracle）的“句子”在新系统（PostgreSQL）中的含义可能完全不同。传统的工具（比如标准的翻译应用）试图遵循严格的规则，但它们在处理复杂的“故事”时经常会卡住，导致丢失大量的说明书内容，或者写出毫无意义的内容。
2. 解决方案：“超级翻译员”机器人
团队构建了一个定制的 AI 机器人（大语言模型），并专门针对这项工作对其进行了训练。他们并没有只是简单地让它去“翻译”；而是使用了一种特殊的两步法来训练它：
- 第一步：学习规则（课堂）： 首先，他们教 AI 分别理解两种语言的语法和结构。他们给 AI 展示了特定的 Oracle 命令看起来是什么样的，以及它在纯英文中应该如何被描述。这有助于 AI 在尝试翻译之前，先理解代码的“神韵”和结构。
- 第二步：学习翻译（练习）： 一旦 AI 理解了规则，他们就给了它直接的配对：“这是 Oracle 句子，这是正确的 PostgreSQL 句子。” 在这里，它学习了实际的转换过程。
3. “人工参与”的安全网
即使是聪明的机器人也会犯错。因此，该系统内置了一个质量控制团队：
- 自动检查器： 系统会自动扫描新代码，检查是否存在语法错误（syntax）和逻辑错误。
- 专家评审员： 当系统遇到不确定的内容（例如非常罕见或复杂的指令）时，它会将其标记出来交给人类专家。专家进行修正，系统随后从这些修正中学习，以便下次做得更好。这就像学生得到成绩和评语，然后在下次考试前针对性地学习该主题一样。
4. “小抄”（RAG）
有时，AI 在工作时需要查阅特定的规则。研究人员构建了两种类型的“小抄”（知识库）：
- 策略 A（百科全书）： AI 可以同时查阅原始代码、新语言的官方规则以及专家编写的翻译指南。
- 策略 B（示例手册）： AI 仅通过查看一本“前后对比”的示例书来推测最佳翻译。
他们发现，拥有“百科全书”（策略 A）能帮助 AI 更好地理解上下文，尤其是在处理棘手部分时。
5. “差距计量器”（明确学习方向）
他们系统中非常酷的一部分是，它知道下一步该学习什么。在每一轮翻译之后，系统都会计算不同类型代码的“差距得分”（Gap Score）：
- “我们非常擅长翻译基础数学命令。”
- “但我们在翻译备份脚本方面表现很差。”
系统会利用这个得分告诉人类团队：“不要把时间浪费在数学上；去为我们找 50 个更多的备份脚本示例。” 这确保了 AI 能够精准地在它最薄弱的地方变得更强，而不是盲目猜测。
6. 结果：巨大的效率提升
当他们将这个新的 AI 系统与旧的基于规则的工具进行对比测试时：
- 准确性： AI 出错的次数远少于旧工具，并且能更正确地翻译大部分代码。
- 完整性： 旧工具在面对复杂的句子时经常会放弃，留下空白；而 AI 会尝试翻译它们，并且通常能成功。
- 金钱与时间： 研究人员计算出，对于一个拥有 100,000 个文件的项目，他们的 AI 能够成功翻译比旧工具多出约 27,000 个文件。
- 类比： 如果一名人类专家每天能翻译 150 个文件，旧工具留下的工作量需要人类手动完成 9 个月。而 AI 在极短的时间内就自动完成了这项工作。
总结
这篇论文证明了，通过结合智能 AI、两步训练法、处理棘手情况的人类专家，以及一个能不断自我判断学习需求（明确学习方向）的系统，你可以比以往任何时候都更快、更便宜、更准确地将庞大且复杂的计算机系统从一种语言迁移到另一种语言。它将一场手动重写的噩梦变成了一个可控的自动化过程。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。