网络空间安全学院融媒体安全与认知域安全团队在人工智能国际顶级期刊IEEE Transactions on Evolutionary Computation上发表了题为Evolutionary Computation-enhanced Large Language Models for Intelligent Code Completion的论文。刘东博副教授为该论文第一作者，成都信息工程大学为第一单位。四川大学贺喆南教授为通信作者。IEEE Transactions on Evolutionary Computation期刊是进化计算领域公认的顶级期刊，具有极高的学术声誉和影响力（IF 12.0，中科院一区）。

智能代码补全能加速应用程序的编码过程，提升开发效率并降低成本，但存在可解释性差、性能不稳定、计算资源需求高等问题。特别是当补全代码过长时，会出现难以解决的长距离依赖问题。该论文充分利用大型语言模型（LLMs）强大的语义理解、信息检索与文本生成能力，以及进化计算（EC）的全局优化与自适应搜索优势，提出了一种集成网络框架——进化双通道网络（EDN）。EDN利用大型语言模型精准的上下文理解与特征提取能力预测抽象语法树节点，从而消除长距离依赖问题，实现代码补全。

图1 长距离依赖问题示意

图2 EDN框架流程图

为提升整体框架的性能与可解释性，论文采用遗传算法（GA）作为 EDN 的主要优化方法，该算法凭借强大的搜索能力。本框架以创新方式融合了LLMs与EC的优势。通过使用EC优化LLMs网络框架中的某些组件，实现了LLMs与EC更灵活的集成。基于包含多种编程语言的三个公共语料库的实验结果表明，所提出的方法具有有效性。

图3 交叉和变异过程

融媒体安全与认知域安全科研团队隶属于先进微处理器技术国家工程研究中心，既重视理论研究，也重视工程实践。近五年承担国家级项目2项，省部级项目15项，发表高水平论文（一区/二区）20余篇，其中ESI热点/高被引论文2篇。获四川省科技进步奖、中国图像图形学会科技奖、四川省教学成果一等奖等多项奖励。长期以来与产业界保持良好合作关系，横向合作经费逾千万元，服务地方经济，取得良好社会效益。

原文链接：https://DOI:10.1109/TEVC.2026.3655808