摘要
本申请公开了一种基于多模态大模型的代码自动生成方法、系统及介质,主要涉及代码自动生成技术领域,用以解决现有方案存在多模态输入特征的语义对齐与上下文感知存在偏差导致需求理解不完整问题、复杂业务逻辑代码生成的准确率不高的问题。包括:通过历史项目代码上下文感知,构建环境约束向量;其中,环境约束向量包括依赖关系扫描数据、技术栈分析数据、代码风格匹配数据;根据多维融合特征和环境约束向量,生成符合预设技术规范和预设架构特征的运行代码;基于预训练代码生成模型对运行代码进行预训练,计算多维奖励函数,进而强化学习运行代码,获得反馈的优化代码,进而将优化代码反向注入预训练代码生成模型,获得最终运行代码。
技术关键词
代码自动生成方法
多模态
代码自动生成系统
数据
代码结构
图像特征向量
项目
融合特征
识别图像信息
文本特征向量
语音识别模型
代码自动生成技术
非易失性计算机存储介质
LSTM模型
信息处理模块
抽象语法树
文本编码器
图像编码器
检索技术
系统为您推荐了相关专利信息
信息检索方法
关键词检索技术
主题
数据字
语义检索技术
现场可编程门阵列
Flash存储器
加密解密程序
加密方法
指令
智能工厂
机器学习算法模型
物联网集成技术
决策支持单元
库存管理
施工机器人
激光点云数据
隔墙板
三维点云数据
施工现场