Issue修复开源No.1！蚂蚁 | 提出代码图模型：CGM，结合GraphRAG架构，领先最强开源...

主要观点总结

本文介绍了蚂蚁全模态代码算法团队提出的CGM（Code Graph Model）架构，该架构创新性地融合仓库结构与语义信息，开启图增强语言模型的新范式。CGM显著提升了开源模型对复杂代码仓库的感知与处理能力，在仓库问题修复任务和代码补全任务中取得了优异的效果。文章还介绍了CGM的技术细节、训练策略、以及搭配设计的GraphRAG框架。

关键观点总结

关键观点1: 提出的CGM架构融合仓库结构与语义信息，开启图增强语言模型的新范式。

该架构将代码图和文本输入到模型中，使模型能够理解和处理复杂的代码仓库。

关键观点2: CGM模型在仓库问题修复任务和代码补全任务中取得了显著的效果。

在多个业内广泛关注的基准测试中，包括SWE-bench Lite、SWE-bench Verified和SWE-bench-java Verified等，表现优异。

关键观点3: 介绍了两阶段训练策略，包括子图重构预训练和噪声增强微调。

这些策略有助于提高模型的泛化能力和鲁棒性。

关键观点4: 设计了GraphRAG框架，用于提升实际应用能力。

该框架结合了改写器、检索器、重排器和生成器，模拟了人类程序员的Bug修复工作流程。