論文の概要: MediaWiki Code2Code Search: Neural Retrieval for the Semantic Discovery of Open-Source Software Entities
- arxiv url: http://arxiv.org/abs/2607.26766v1
- Date: Wed, 29 Jul 2026 11:07:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-30 21:06:25.647183
- Title: MediaWiki Code2Code Search: Neural Retrieval for the Semantic Discovery of Open-Source Software Entities
- Title（参考訳）: MediaWiki Code2Code Search: オープンソースソフトウェアエンティティのセマンティック発見のためのニューラル検索
- Abstract要約: 本稿では,意味的コード-コード発見のためのニューラル検索システムであるCode2 InformationCode Searchを紹介する。
2500以上の大規模リポジトリにまたがる構造的(関数,型,テンプレート)のコードにより,本システムは計算意図に基づく検索を可能にする。
我々はスプリットビルドアーキテクチャを採用し、CPUのみのサービス層から集中的なオフラインインデックスを分離しています。
- 参考スコア（独自算出の注目度）: 0.5279475826661643
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Code search in large-scale ecosystems is often hindered by the lexical gap between user queries and implementation details, alongside the trade-off between the low latency of traditional Information Retrieval (IR) and the precision of Deep Learning (DL). We present MediaWiki Code2Code Search, a neural retrieval system for semantic code-to-code discovery. By indexing 1.29 million structural entities (functions, types, and templates) across 2,500+ MediaWiki repositories, our system enables retrieval based on computational intent rather than surface tokens. We employ a split-build architecture, decoupling GPU-intensive offline indexing from a CPU-only serving layer; our FAISS IVF-PQ index occupies 168.6 MB: a 96.6\% reduction compared to a flat float32 baseline, and achieves a median query latency of 1.85 seconds on commodity hardware, satisfying the 6 GiB RAM constraint of Wikimedia Toolforge. Our evaluation across a 27-query benchmark demonstrates superior performance over the BM25 baseline, achieving a P@10 of 0.87 compared to 0.64 (0.52 versus 0.34 for strict matching). Gains are most pronounced in name-obfuscated tasks where lexical methods fail. The system is available at https://code2codesearch.toolforge.org under the Apache 2.0 licence and provides an open RESTful API.
- Abstract（参考訳）: 大規模エコシステムにおけるコード検索は、従来の情報検索(IR)の低レイテンシとディープラーニング(DL)の精度の間のトレードオフと並行して、ユーザクエリと実装詳細の間の語彙的なギャップによって妨げられることが多い。
本稿では,意味的コード発見のためのニューラル検索システムであるMediaWiki Code2Code Searchを紹介する。
2500以上のMediaWikiリポジトリに129万の構造化エンティティ(関数、型、テンプレート)をインデックス化することにより、サーフェストークンではなく計算意図に基づく検索を可能にする。
FAISS IVF-PQインデックスは168.6 MBで、フラットなfloat32ベースラインに比べて96.6 %削減されており、Wikimedia Toolforgeの6 GiB RAM制約を満たすことで、コモディティハードウェアで1.85秒のクエリレイテンシを実現する。
27クエリのベンチマークによる評価では、BM25ベースラインよりも優れた性能を示し、0.64(厳密なマッチングでは0.52対0.34)に比べて0.87のP@10を達成した。
利得は、語彙メソッドが失敗する名前付き難読化タスクにおいて最も顕著である。
このシステムはApache 2.0ライセンスの下でhttps://code2codesearch.toolforge.orgで利用可能であり、オープンなRESTful APIを提供している。
関連論文リスト
- Natural Language Code Retrieval for 1C:Enterprise: An Open Benchmark and Efficient Bi-Encoder [0.0]
実世界の3,413のPIIスクラブ型クエリコードペアのオープンベンチマークを提示する。
公開コードリポジトリから Google/gemma-4-26B-A4B-it によって生成される合成三重項 784,057 を微調整する。
論文 参考訳（メタデータ） (2026-08-20T12:24:53Z) - Consensus-gated Multi-Agent Neural Architecture Search for Seismic Fault Segmentation [0.17188280334580194]
地震断層セグメンテーションのためのニューラルネットワークは、しばしばコンピュータビジョンや医療画像領域から借用される。
古典的ニューラルアーキテクチャサーチ(NAS)は手作りの検索スペースと大規模な計算予算に限定されている。
本稿では,3つの大規模言語モデル(Claude, GPT-5.1, Gemini2.5Pro)からなるエージェントNASシステムを提案する。
論文 参考訳（メタデータ） (2026-08-14T02:41:37Z) - Resource-Efficient Iterative LLM-Based NAS with Feedback Memory [49.44875022114861]
ニューラルアーキテクチャサーチ(NAS)はネットワーク設計を自動化するが、従来の手法ではかなりの計算資源を必要とする。
本稿では,大規模言語モデル(LLM)を活用して,畳み込みニューラルネットワークアーキテクチャを反復的に生成し,評価し,洗練するクローズドループパイプラインを提案する。
論文 参考訳（メタデータ） (2026-03-12T16:00:22Z) - Hierarchical Embedding Fusion for Retrieval-Augmented Code Generation [6.4453302264198165]
コード補完のためのリポジトリ表現のための2段階のアプローチである階層埋め込み融合(HEF)を提案する。
HEFはスニペットベースの検索ベースラインに匹敵する正確なマッチング精度を達成する。
グラフベースおよび反復検索システムと比較して、HEFは中央値のエンドツーエンドのレイテンシを13倍から26倍に削減する。
論文 参考訳（メタデータ） (2026-02-04T14:56:11Z) - Infini-gram mini: Exact n-gram Search at the Internet Scale with FM-Index [110.90283601829724]
ペタバイトレベルのテキストコーパスを検索可能にするシステムであるinfini-gram miniを提案する。
FMインデックスデータ構造に基づいて,本システムはコーパスの44%の大きさのインデックスを生成する。
ベンチマーク汚染の大規模解析において重要なユースケースが1つある。
論文 参考訳（メタデータ） (2025-06-13T21:13:57Z) - Revisiting Code Search in a Two-Stage Paradigm [67.02322603435628]
TOSSは2段階のフュージョンコード検索フレームワークである。
まずIRベースのバイエンコーダモデルを使用して、少数のトップkコード候補を効率的にリコールする。
その後、より微細なクロスエンコーダを使用してランク付けを行う。
論文 参考訳（メタデータ） (2022-08-24T02:34:27Z) - EAutoDet: Efficient Architecture Search for Object Detection [110.99532343155073]
EAutoDetフレームワークは、1.4GPU日でオブジェクト検出のための実用的なバックボーンとFPNアーキテクチャを検出できる。
本稿では,一方のエッジ上での候補演算の重みを共有し,それらを一つの畳み込みに集約することでカーネル再利用手法を提案する。
特に、発見されたアーキテクチャは最先端のオブジェクト検出NAS法を超越し、120 FPSで40.1 mAP、49.2 mAP、41.3 FPSをCOCOテストデブセットで達成している。
論文 参考訳（メタデータ） (2022-03-21T05:56:12Z) - Lightweight Salient Object Detection in Optical Remote Sensing Images
via Feature Correlation [93.80710126516405]
本稿では,これらの問題に対処する軽量ORSI-SODソリューションであるCorrNetを提案する。
それぞれのコンポーネントのパラメータと計算を減らし、CorrNetは4.09Mのパラメータしか持たず、21.09GのFLOPで実行している。
2つの公開データセットの実験結果から、私たちの軽量なCorrNetは、26の最先端メソッドと比較して、競争力やパフォーマンスがさらに向上することが示された。
論文 参考訳（メタデータ） (2022-01-20T08:28:01Z) - Towards Improving the Consistency, Efficiency, and Flexibility of
Differentiable Neural Architecture Search [84.4140192638394]
最も微分可能なニューラルアーキテクチャ探索法は、探索用のスーパーネットを構築し、そのサブグラフとしてターゲットネットを導出する。
本稿では,エンジンセルとトランジットセルからなるEnTranNASを紹介する。
また,検索処理の高速化を図るため,メモリや計算コストの削減も図っている。
論文 参考訳（メタデータ） (2021-01-27T12:16:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。