Детальная информация
Название | 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» |
---|---|
Авторы | Шкуропат Павел Константинович |
Научный руководитель | Чуканов Вячеслав Сергеевич |
Организация | Санкт-Петербургский политехнический университет Петра Великого. Физико-механический институт |
Выходные сведения | Санкт-Петербург, 2025 |
Коллекция | Выпускные квалификационные работы ; Общая коллекция |
Тематика | языковые модели ; профилирование кода ; оптимизация производительности ; RAG ; language models ; code profiling ; performance optimization |
Тип документа | Выпускная квалификационная работа бакалавра |
Тип файла | |
Язык | Русский |
Уровень высшего образования | Бакалавриат |
Код специальности ФГОС | 01.03.02 |
Группа специальностей ФГОС | 010000 - Математика и механика |
DOI | 10.18720/SPBPU/3/2025/vr/vr25-3156 |
Права доступа | Доступ по паролю из сети Интернет (чтение, печать) |
Дополнительно | Новинка |
Ключ записи | ru\spstu\vkr\37045 |
Дата создания записи | 28.08.2025 |
Разрешенные действия
–
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа | Анонимные пользователи |
---|---|
Сеть | Интернет |
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.
Место доступа | Группа пользователей | Действие |
---|---|---|
Локальная сеть ИБК СПбПУ | Все |
|
Интернет | Авторизованные пользователи СПбПУ |
|
Интернет | Анонимные пользователи |
|
- 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
Количество обращений: 0
За последние 30 дней: 0