基于嵌入模型的代码库索引
1、代码库索引的进化史
在项目开发里，要快速的找到和当前需求有关的代码，都是一件很麻烦的事。传统的查找办法（诸如grep或者Lucene倒排索引之类的东西w）在寻找具体的函数中确实很厉害，但是对于记不住自己写的函数的函数名的程序员（这真的记得住吗w……），肯定只知道函数是拿来干啥的，但是grep之类的东西面对自然语言肯定就是起不了什么用的（除非你的注释写的很好w，但是很明显概率很小……） 
随着AI的出现和Transformer架构的普及，基于Embedding model的AI代码搜索就被发明了。（其实确切的来讲，应该叫神经代码搜索，Neural Code Search的w，但是我也不想知道……）简单来讲，就是把离散的代码片段和大白话映射到一个向量中，然后AI就可以借此“理解”代码的含义（就是差不多像有一个翻译吧w……，但是我觉得其实更像Hash一类的映射吧） 
...