Apr, 2022

CLI 使用示例的生成：转换器可行吗？

PDF
TL;DR本文介绍了一种用于改善软件文档的实用系统，通过机器学习应用于软件使用数据和文档资料库来产生适当且复杂的示例，实现了对产品中使用的功能的 100％覆盖率，并在每次发布时提供最新的示例，减少了软件所有者撰写和编辑文档时提交 PR 的数量超过 68％。
machine learningsoftware documentationtelemetry dataexamplesazure cli
发现论文，激发创造
  • 基于 Transformer 的智能调用自动代码完成方法

    我们开发了一个机器学习模型，可以根据代码上下文和可用的遥测数据准确预测何时调用代码补全工具，该模型显著优于基准模型并在维持低延迟的同时集成了一些额外的遥测数据。

    May, 2024

  • 使用少量示例的大语言模型重构程序

    使用大型语言模型 GPT-3.5，通过以少量示例来提示用户编写结构更简单的 Python 程序，以提高程序可维护性和减少代码 bug，并通过定量和定性评估证明了其有效性。

    Nov, 2023

  • 改变 Transformer 的思想以实现主题可控语言生成

    该研究设计了一个交互式写作辅助框架，它利用基于 Transformer 的语言模型为作者提供可能的续写文本主题，并允许作者选择其中一部分以引导生成，研究表明该框架的主题选择比标准的聚类方法更好且自监督的训练能够产生流畅且相关的句子。

    Mar, 2021

  • CodeScholar：成长中的习惯化代码示例

    CodeScholar 是一个工具，通过神经引导的搜索技术，生成 API 方法的习惯用法示例，帮助开发人员并与程序合成中的语言模型助手生成准确的代码。

    Dec, 2023

  • Transformer 模型能否有效地在 StackOverflow 讨论中检测出软件方面？

    本文通过对 Benchmark API 数据集的实验探究，发现 Transformer 模型（包括 BERT、RoBERTa、DistilBERT 和 XLNet）在检测文本开发者讨论中的软件方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面方面较基准 SVM 模型有所改进，尤其在性能、安全性、可用性、文档、错误、法律、唯一情感和其他方面。但是，这些模型在掌握某些方面（例如 “社区” 和 “可移植性”）方面会出现错误，并且它们的性能因方面而异。此外，与 DistilBERT 等较小的模型相比，较大的 XLNet 模型在解释软件方面方面方面方面方面方面方面方面方面方面方面较为无效。

    Sep, 2022

  • 基于 Transformer 的源代码实证研究

    本文研究了如何使用 Transformers 提取和利用源代码中的句法信息，完成代码自动补全、函数命名和 bug 修复等任务，实现了更好的模型性能。

    Oct, 2020

  • 从示例中学习句法程序转换

    REFAZER 通过开发一种基于领域专用语言（DSL）的算法、应用基于示例的程序设计方法以及筛选程序变换方法的函数之类的关键组件，解决了在 IDE 和智能教学系统中扩展目录转换的问题， 实现了程序变换的自动化，能有效地帮助学生修复编程作业等常见故障。

    Aug, 2016

  • 自然语言 IDE 代码生成：机遇与挑战

    本文研究了在 IDE 中使用机器学习代码生成 / 检索技术对开发工作流程和体验产生的影响，设计了一款混合代码生成和检索的插件，并通过用户测试发现虽然开发者的体验得到了改善，但是对于提高生产率、代码质量和程序正确性等方面的具体效果并不确定，同时分析了需要改进的地方和开发者偏好。

    Jan, 2021

  • 从 BDD 测试用例规范生成代码：愿景

    使用基于机器学习和人工智能的方法来生成 Angular 框架的前端组件代码，重点关注自动化代码生成、开发效率提升、软件质量提高等研究问题。

    May, 2023

  • 使用大型语言模型自动生成编程练习和代码解释

    本文研究了利用大型语言模型进行自然语言生成的能力，并应用于编程课程中常见的两种学习资源的制作。研究发现，在创建编程练习时，只需要输入关键词，即可显著影响编程概念和上下文主题的内容，同时也证明了大多数自动生成的内容是全新且合理的。这些结果表明，使用大型生成机器学习模型作为教学工具是有重要价值的，但在交付给学生之前需要一些监督来确保生成的内容质量。文章还探讨了 OpenAI Codex 及类似工具对初学者编程教育的影响，并强调了可能改善教学体验的未来研究方向。

    Jun, 2022