تعتبر نماذج تمثيل الشيفرة البرمجية المعتمدة على المحولات (Encoder-based code representation models) من الأدوات الأساسية في مجال البرمجة، حيث تُستخدم في مهام متعددة مثل اكتشاف النسخ (clone detection) وتصنيف الشيفرات (code classification). إلا أن مرونتها تُعتبر تحديًا: فعندما تُستخدم برامج مستقرة، تنخفض جودة التمثيل للمكونات البرمجية المكتوبة بأشكال تركيبية مختلفة، رغم بقاء سلوك البرنامج دون تغيير.

في دراستنا الجديدة، نستعرض فجوة المرونة هذه عبر أربعة نماذج محول معينة، مع التركيز على وظيفتين على المدى القصير وأربعة مجموعات بيانات مختلفة. نقدم منهجية جديدة تُدعى "التدريب الثابت" (Invariant Pretraining أو InvPT) التي تستخدم التحولات الحافظة للمعنى للمساهمة في تحسين جودة التمثيلات.

تعتمد طريقة InvPT على دمج نمط التعلم المتضاد مع التركيز على الإيجابيات المتعددة، مما يعالج جميع التحولات لنفس الوظيفة المصدرية كإيجابيات، ويجمع بين أزواج مقارنتية ذاتية (نفس الشيفرة، أقنعة مختلفة) مع أزواج مقارنتية مستقرة (شيفرات محولة). والغريب في الأمر أن InvPT لا يتطلب بيانات زوجية من اللغة الطبيعية، مما يجعله فريدًا في مجاله.

لقد بينت النتائج أن InvPT يُحسن المرونة على مجموعات البيانات المحولة بنسبة تصل إلى 11 نقطة مئوية في اكتشاف النسخ و19 نقطة في تصنيف الشيفرات، بالإضافة إلى تطابقه أو تحسينه لدقة المعايير.

هدفنا لم يكن تحقيق هدف جديد، بل كان قياس دقيق لنقاط الضعف في مرونة المحولات وكيفية استعادة بعض هذه المرونة من خلال وصفة بسيطة تركز على الشيفرة فقط. هل تعتقد أن هذه الطُرق الجديدة ستكون لها تأثير كبير في مجالات البرمجة الأخرى؟ شاركونا آرائكم.