近日，山东大学（青岛）计算机学院体系结构与嵌入式系统研究中心提交的研究论文ClassEval-T: Evaluating Large Language Models in Class-Level Code Translation被国际软件工程测试与分析领域顶级会议ACM SIGSOFT International Symposium on Software Testing and Analysis（ISSTA 2025）正式录用。山东大学计算机科学与技术学院本科生薛鹏宇、吴林昊为论文第一作者，山东大学助理教授杨振为通讯作者。该论文的第一作者及通讯作者单位均为山东大学，该论文亦是山东大学在ISSTA会议上的首篇录用论文。

论文针对当前主流大模型代码翻译研究普遍停留在函数级、片段级别、难以反映真实软件开发任务的局限，首次提出了面向类级别的代码翻译评测集ClassEval-T。该评测集在构建过程中共投入360人时，支持Python、Java、C++三种主流语言和94项实际开发任务，并配备完备的高覆盖率测试用例（语句覆盖率达99.7%，分支覆盖率达98.2%）。在此基础上，论文进一步设计了三种具备工程实践意义的翻译策略（整体式、最小依赖式、独立式），系统评估了八个当前主流大模型（涵盖GPT 4o、Claude 3.5、DeepSeek V3等）在类级翻译中的表现差异，并对1243个失败样本进行了人工错误分类与机制分析。

nerror="javascript:this.style.opacity = 0;" src="https://nimg.ws.126.net/?url=http%3A%2F%2Fcms-bucket.ws.126.net%2F2025%2F0409%2Fc8426d23j00sufhgg002nc000u000fuc.jpg&thumbnail=660x2147483647&quality=80&type=jpg" />

实验结果显示，大模型在类级代码翻译中普遍面临准确率大幅下降、依赖项识别困难、语法/语义错误频发等挑战。相关研究不仅揭示了现有大模型在实用软件迁移中的瓶颈，也为后续模型设计与评测基准建设提供了新的视角与方法。

研究不仅填补了当前类级别代码翻译评测标准缺失的空白，也为推动代码翻译研究向工程化、仓库级任务演进提供了理论支撑与实验基础，具有重要的学术价值和工程实践意义。目前项目代码已开源（h ttps://github.com/wLinHoo/ClassEval-T），为该领域的研究和实践提供助力。

nerror="javascript:this.style.opacity = 0;" src="https://nimg.ws.126.net/?url=http%3A%2F%2Fcms-bucket.ws.126.net%2F2025%2F0409%2Fe84ff1b9j00sufhgg002sc000os00btc.jpg&thumbnail=660x2147483647&quality=80&type=jpg" />

ACM SIGSOFT International Symposium on Software Testing and Analysis是软件工程测试与分析领域最具影响力的国际会议，为中国计算机学会（CCF）推荐的软件工程四大A类会议之一。该会议关注自动测试、程序分析、软件质量保障等关键技术，本届ISSTA共收到550篇高水平投稿，最终录用107篇，录用率仅为19.4%。会议将于2025年6月在挪威特隆赫姆举行。