Details

Title Языковые модели анализа производительности кода и генерации рекомендаций по оптимизации: выпускная квалификационная работа бакалавра: направление 01.03.02 «Прикладная математика и информатика» ; образовательная программа 01.03.02_02 «Системное программирование»
Creators Шкуропат Павел Константинович
Scientific adviser Чуканов Вячеслав Сергеевич
Organization Санкт-Петербургский политехнический университет Петра Великого. Физико-механический институт
Imprint Санкт-Петербург, 2025
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects языковые модели ; профилирование кода ; оптимизация производительности ; RAG ; language models ; code profiling ; performance optimization
Document type Bachelor graduation qualification work
File type PDF
Language Russian
Level of education Bachelor
Speciality code (FGOS) 01.03.02
Speciality group (FGOS) 010000 - Математика и механика
DOI 10.18720/SPBPU/3/2025/vr/vr25-3156
Rights Доступ по паролю из сети Интернет (чтение, печать)
Additionally New arrival
Record key ru\spstu\vkr\37045
Record create date 8/28/2025

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Group Anonymous
Network Internet

В работе исследуется возможность применения больших языковых моделей для автоматического анализа «горячих точек» программного кода на основе данных профайлеров. Разработан ИИ агент, интегрирующий Intel VTune Profiler, MSBuild и Mistral Codestral в единое решение, позволяющее выявлять ресурсозатратные функции, извлекать их контекст и формировать предложения по улучшению производительности. Используется подход Retrieval-Augmented Generation (RAG), обеспечивающий расширение контекста запроса за счёт структурированных данных профилирования и стека вызов. Результаты апробации системы показали эффективность предложенного метода даже при минимальном числе изменений. Успешная проверка компилируемости через MSBuild гарантирует работоспособность всех рекомендаций. Предложенная система позволяет повысить производительность C++-приложений без изменения архитектурных решений.

The paper explores the possibility of using large language models for automatic analysis of software code "hot spots" based on profiler data. An agent has also been developed that integrates Intel VTune Profiler, MSBuild, and Mistral Codestral into a single solution that allows you to identify resource-intensive functions, extract their context, and form suggestions for improving performance. The Retrieval-Augmented Generation (RAG) approach is used, which provides an extension of the query context through structured profiling data and a call stack. The results of the system testing have shown the effectiveness of the proposed method even with a minimal number of changes. A successful compilability check via MSBuild ensures that all recommendations work. The proposed system makes it possible to improve the performance of C++ applications without changing architectural solutions.

Network User group Action
ILC SPbPU Local Network All
Read Print
Internet Authorized users SPbPU
Read Print
Internet Anonymous
  • Языковые модели анализа производительности кода и генерации рекомендаций по оптимизации
    • Введение
    • 1. Обзор существующих решений
    • 2. Введение в предметную область
    • 3. Реализация инструмента
    • 4. Апробация системы
    • Заключение
    • Список использованных источников

Access count: 0 
Last 30 days: 0

Detailed usage statistics