用于代码翻译的大型语言模型：对代码异味及功能正确性的深入分析

《ACM Transactions on Software Engineering and Methodology》：Large Language Models for Code Translation: An In-Depth Analysis of Code Smells and Functional Correctness

代码翻译中基于大语言模型（LLMs）的代码质量与正确性分析，发现提示选择显著影响LLMs性能，代码质量作为独立维度可优化，非确定性利用、迭代修复及多模型协作有效提升效果，回译方法缓解源代码质量问题，但LLMs易复现训练时的代码异味。

　　

摘要

将程序代码从一种给定的源编程语言（PL）转换为另一种目标编程语言（PL）的过程称为代码翻译，其应用范围非常广泛。由于大型语言模型（LLMs）在不同的应用领域都表现出出色的性能，因此研究认为可以利用LLMs来弥补传统代码翻译方法的不足。然而，现有文献主要关注代码的正确性，而未能充分探讨转换后代码的质量。为此，我们对基于LLM的代码翻译所产生的代码异味（code smells）和代码正确性进行了深入分析，以填补这一空白。我们研究了多种LLMs、数据集、编程语言以及提示（prompts），发现提示的选择对LLM的性能有显著影响。分析还表明，代码质量可以被视为一个与代码正确性相对独立的性能指标。此外，合理利用LLM的非确定性、采用迭代修复方法以及让多个LLM协同工作，可以提高翻译性能。令人惊讶的是，我们发现回译（backtranslation）方法可以有效解决源代码中的质量问题，并且LLMs似乎能够重现其在训练过程中学到的代码异味。