刘名威 副教授 中山大学

Home Page

Email

个人简介：

刘名威，中山大学软件工程学院副教授、博士生导师，珠海市可信大模型重点实验室副主任，中国计算机学会（CCF）软件工程专委会执行委员，中山大学“逸仙学者计划”新锐学者。2024年6月加入中山大学，此前于复旦大学获得本科学位（2017年）、博士学位（2022年）并完成博士后研究（2024年）。 研究方向聚焦于软件工程（SE）与人工智能（AI）交叉领域，主要探索AI4SE（AI赋能软件工程）和SE4AI（软件工程赋能AI）的前沿问题。具体研究包括：基于大模型的智能化开发与维护、软件开发知识图谱、大模型可信评测、可信代码大模型等。致力于利用大规模语言模型（LLM）、知识图谱（KG）等先进AI技术，解决软件工程中的核心挑战，并应对AI应用中的软件工程和系统工程问题。近五年在软件工程领域顶级国际期刊和会议（如TSE、TOSEM、ICSE、FSE、ASE等）发表论文20余篇，并荣获ACM SIGSOFT杰出论文奖（FSE 2023，CCF-A）、IEEE TCSE杰出论文奖（ICSME 2018，CCF-B）等多项学术奖项。更多信息请访问个人主页：https://mingwei-liu.github.io/。

研究方向：

1.AI4SE（AI赋能软件工程）

聚焦于将大模型（LLM）、知识图谱（KG）等人工智能技术应用于软件开发的各个环节，旨在提升开发效率、保障软件可靠性。具体研究方向包括：

• 知识驱动的软件开发：构建软件开发知识图谱，增强大模型能力，实现开发过程的智能化和自动化。
• 智能化开发支持：代码生成与补全、代码翻译、代码搜索、文档生成等；
• 软件质量保障：测试生成、漏洞检测与修复、缺陷定位与修复等；

2.SE4AI（软件工程赋能AI）

致力于解决AI系统开发和维护中的关键问题，确保AI模型的可信性和可靠性。具体研究方向包括：

• 大模型可信评测：研究大模型的可信性评估方法，特别是可信代码大模型的评测与优化；
• AI系统质量保障：探索AI模型的测试与验证、性能优化、数据质量问题检测与治理；
• AI系统工程化：将软件工程方法应用于AI系统的开发、部署和维护，提升AI系统的可维护性和可扩展性；
• Agent系统的智能开发与运维：研究基于Agent的智能系统开发框架与运维技术，支持复杂AI系统的自主决策与动态优化。

研究与招生：

每年招收2-3名推免/统考硕士研究生和1-2名博士研究生，并为优秀硕士生提供硕转博的衔接培养机会。课题组主要研究方向包括：

• 软件工程（SE）
• 大规模语言模型（LLM）
• 知识图谱（KG）
• 上述领域的交叉研究

课题组优势：

• 丰富的学术资源：提供海内外学术交流与访问机会，助力学术成长；
• 紧密的产学研合作：与华为、腾讯、阿里、蚂蚁等企业保持长期项目合作与交流；
• 优质的职业发展支持：为表现优异的本科生和研究生推荐国内外顶尖互联网公司的实习与工作机会。
• 本科生科研支持：欢迎有志于学术研究、希望早日接触科研工作并发表高质量论文的本科生加入课题组！

欢迎对以上研究方向感兴趣的同学通过邮件与我联系！期待你的加入！

联系方式：liumw26@mail.sysu.edu.cn

荣誉奖项

• 2024，中山大学“逸仙学者计划”新锐学者
• 2023，ACM SIGSOFT 杰出论文奖（ESEC/FSE 2023，CCF-A）
• 2023，CCF 软件工程专业委员会博士学位论文激励计划（2023）提名论文
• 2022，上海市 “超级博士后” 激励计划资助
• 2018，IEEE TCSE 杰出论文奖（ICSME 2018，CCF-B）

项目合作

科研项目：

• 领域知识驱动的软件故障定位与修复方法研究（博士后面上项目，结题）
• 融合知识图谱和大模型的软件缺陷定位方法研究（青年基金项目，在研）
• 基于大模型的单元测试方法研究（2025广东省面上项目，在研）
• 参与国自然面上项目、科技部项目及深圳市面上项目等多个项目

产学研合作：
与华为、腾讯、阿里、荣耀等企业在软件开发智能化领域保持长期深入合作，研究主题包括：

• 软件开发知识图谱
• 代码大模型
• 代码生成与代码搜索
  多项研究成果已落地应用，推动学术研究与产业实践深度融合。

学术服务：

• 国际著名期刊和会议的审稿人：TSE、TOSEM、ESEM、JSEP、ICSME、SANER等
• 中国计算机学会（CCF）软件工程专委会执行委员
• ASE 2025等软件工程领域顶级学术会议程序委员会委员

学术主页：

• Home Page: https://mingwei-liu.github.io/
• Google Scholar: https://scholar.google.com/citations?user=pd8zNUoAAAAJ
• DBLP: https://dblp.uni-trier.de/pid/136/5528-2.html

教学活动：

• SSE302 软件测试

代表性论文

（CCF A15，中文CCF A3，CCF B2，国际会议杰出论文奖2），#第一作者，*通讯作者：

1. [FSE 2023, CCF A, 杰出论文奖] 刘名威, Yanjun Yang, Yiling Lou, Xin Peng, Zhong Zhou, Xueying Du, Tianyong Yang: Recommending Analogical APIs via Knowledge Graph Embedding.
2. [FSE 2025, CCF A] Yanlin Wang, Tianyue Jiang, *刘名威, Jiachi Chen, Mingzhi Mao, Xilin Liu, Yuchi Ma, and Zibin Zheng: Beyond Functional Correctness: Investigating Coding Style Inconsistencies in Large Language Models.
3. [ICSE 2024, CCF A] Xueying Du, *刘名威, Kaixin Wang, Hanlin Wang, Junwei Liu, Yixuan Chen, Jiayi Feng, Chaofeng Sha, Xin Peng, *Yiling Lou: Evaluating Large Language Models in Class-Level Code Generation.
4. [软件学报 2024, 中文CCF A] 邹佰翰， 汪莹， 彭鑫， 娄一翎， 刘力华， 张昕东， 林帆， *刘名威: 重新审视代码补全中的检索增强策略.
5. [FSE 2023, CCF A] Xueying Du, Yiling Lou, *刘名威, Xin Peng, Tianyong Yang: KG4CraSolver: Recommending Crash Solutions via Knowledge Graph.
6. [ASE 2023, CCF A] 刘名威, Tianyong Yang, Yiling Lou, Xueying Du, Ying Wang, Xin Peng: CodeGen4Libs: A Two-Stage Approach for Library-Oriented Code Generation.
7. [TSE 2023, CCF A] #刘名威, Chengyuan Zhao, Xin Peng, Simin Yu, Haofen Wang, Chaofeng Sha: Task-Oriented ML/DL Library Recommendation Based on a Knowledge Graph.
8. [ICSME 2023, CCF B] #刘名威, Simin Yu, Xin Peng, Xueying Du, Tianyong Yang, Huanjun Xu, Gaoyang Zhang: Knowledge Graph based Explainable Question Retrieval for Programming Tasks.
9. [TSE 2022, CCF A] #刘名威, Xin Peng, Andrian Marcus, Shuangshuang Xing, Christoph Treude, Chengyuan Zhao: API-Related Developer Information Needs in Stack Overflow.
10. [FSE 2022, CCF A] #刘名威, Xin Peng, Andrian Marcus, Christoph Treude, Jiazhan Xie, Huanjun Xu, Yanjun Yang: How to formulate specific how-to questions in software development?
11. [FSE 2021, CCF A] #刘名威, Xin Peng, Andrian Marcus, Christoph Treude, Xuefang Bai, Gang Lyu, Jiazhan Xie, Xiaoxin Zhang: Learning-based extraction of first-order logic representations of API directives.
12. [FSE 2019, CCF A] #刘名威, Xin Peng, Andrian Marcus, Zhenchang Xing, Wenkai Xie, Shuangshuang Xing, Yang Liu: Generating query-specific class API summaries.
13. [ICSME 2018, CCF B, 杰出论文奖] Hongwei Li, Sirui Li, Jiamou Sun, Zhenchang Xing, Xin Peng, 刘名威, Xuejiao Zhao: Improving API Caveats Accessibility by Mining API Caveats Knowledge Graph.
14. [软件学报 2023, 中文CCF A] 杜雪盈，*刘名威， 沈立炜， 彭鑫: 面向链接预测的知识图谱表示学习方法综述
15. [ICSE 2025, CCF A] Chong Wang, Jian Zhang, Yiling Lou, 刘名威, Weisong Sun, Yang Liu, Xin Peng: TIGER: A Generating-Then-Ranking Framework for Practical Python Type Inference.
16. [ICSE 2025, CCF A] Zhiqiang Yuan, Yiling Lou, 刘名威, Shiji Ding, Kaixin Wang, Yixuan Chen, Xin Peng: Evaluating and Improving ChatGPT for Unit Test Generation.
17. [TOSEM 2023, CCF A] Chong Wang, Xin Peng, Zhenchang Xing, Yue Zhang, 刘名威, Rong Luo, Xiujie Meng: XCoS: Explainable Code Search Based on Query Scoping and Knowledge Graph.
18. [软件学报 2022, 中文CCF A] 邢双双, 刘名威, 彭鑫. 基于软件知识图谱的代码语义标签自动生成方法.
19. [ASE 2020, CCF A] Yang Liu, 刘名威, Xin Peng, Christoph Treude, Zhenchang Xing, Xiaoxin Zhang: Generating Concept based API Element Comparison Using a Knowledge Graph.
20. [FSE 2020, CCF A] Wenkai Xie, Xin Peng, 刘名威, Christoph Treude, Zhenchang Xing, Xiaoxin Zhang, Wenyun Zhao: API method recommendation via explicit matching of functionality verb phrases.
21. [FSE 2019, CCF A] Chong Wang, Xin Peng, 刘名威, Zhenchang Xing, Xuefang Bai, Bing Xie, Tuo Wang: A learning-based approach for automatic construction of domain glossary from source code and documentation.

Search for 刘名威's papers on the Research page