TypePro：以跨过程代码切片改善大模型类型推断

Python和JavaScript等动态语言提供灵活性，但也可能产生更多类型错误及编译时类型推断开销。已有方法采用静态分析、机器学习或大模型进行类型推断，却常仅把变量的直接依赖作为上下文，信息不完整。本文提出TypePro，以跨过程代码切片补充上下文，再根据切片反映的数据类型结构提出复杂类型候选，弥补模型领域知识不足。在ManyTypes4Py和ManyTypes4TypeScript中，Top-1完全匹配率分别达到88.9%和86.6%，相对次优方法提高7.1和10.3个百分点。