弥合LLM代码翻译中功能正确性与运行时效率的差距

arXiv:2606.17683v1 Announce Type: new 摘要：尽管大语言模型（LLMs）极大地提升了自动化代码翻译系统的功能正确性，但翻译后程序的运行时效率却相对较少受到关注。随着摩尔定律的放缓，运行时效率在程序质量中的重要性日益增加，与功能正确性同等重要。我们的初步研究表明，LLM翻译的程序往往比人工编写的程序运行得更慢，而且这个问题仅通过提示工程无法解决。因此，本文提出了SwiftTrans，一个包含两个关键阶段的代码翻译框架：（1）多视角探索，其中MpTranslator利用并行上下文学习（ICL）生成多样化的翻译候选；（2）差异感知选择，其中DiffSelector通过显式比较翻译之间的差异来识别最优候选。我们进一步引入了MpTranslator的分层引导和DiffSelector的排序引导，使LLMs能更好地适应这两个核心组件。为了支持翻译程序运行时效率的评估，我们扩展了现有基准测试CodeNet和F2SBench，并引入了一个新的基准测试SwiftBench。所有三个基准测试的实验结果表明，SwiftTrans在正确性和运行时效率方面都持续取得了改进。

▶ **分层指导。** 我们使用构建的分层数据训练LLM，得到最终的MpTranslator。首先，对于每个源代码`src`和其在优化级别`t`处的目标代码`tgt^t`，我们从演示库`C`中随机抽取一个子集`D^t`，其中`D^t`的大小设置为`t`以匹配优化级别。对于仅关注正确性的基础级别`tgt^0`，我们设置`D^0 = ∅`。然后，我们以演示为上下文训练模型，损失函数定义如下：

\[
L_{hg}(src, D^0, tgt^0, ..., D^n, tgt^n) = -\sum_{t=0}^{n} \sum_{j=1}^{|tgt^t|} \log p_\theta (x_j | src, D^t, x_{<j})
\]

(后续内容因原文缺失无法继续翻译)