commit messages | BriefGPT - AI 论文速递

关键词commit messages

搜索结果 - 11

CommitBench：Commit 消息生成的基准测试
通过创建高质量数据集和目标性评估来自动化编写提交消息，从而节省软件开发人员的时间；本研究提供了一个新的大型数据集 CommitBench，采用了最佳实践方法，用于生成提交消息，并使用该数据集比较不同的模型，展示了基于源代码预训练的 Tran
PDF4 months ago
COMET: 使用增量图上下文表示生成提交消息
使用基于图的表示和基于 Transformer 模型的方法，通过捕捉代码更改的上下文来生成高质量的 Commit 消息。通过实验证明，Comet 在 BLEU-NORM 和 METEOR 指标上优于现有技术，并与 GPT 模型相比具有竞争力
PDF5 months ago
KADEL: 知识感知去噪学习用于提交信息生成
基于我们的经验研究，我们发现在好的实践提交的训练上对提交信息生成具有显著的贡献。通过此发现的启发，我们提出了一种名为 KADEL 的新型知识感知去噪学习方法。我们的实验结果表明，与先前的方法相比，我们的方法在整个 MCMD 数据集上总体上达
PDF6 months ago
基于机器学习的全功能提交消息质量检查器
使用机器学习方法，研究了如何衡量提交信息的质量，包括语义和上下文的分析，并开发了一个可以检测提交信息质量的开源框架，以提高软件的可维护性和演化速度。
PDF10 months ago
从提交信息生成到具有历史意识的提交信息补全
该论文提出了两个新颖的想法：从生成提交消息转向完成提交消息，并使用之前的提交历史作为额外的上下文，以提高生成提交消息的质量和个性化程度。他们使用自己收集的名为 CommitChronicle 的新数据集来评估这些新想法，并发现在某些情况下，
PDFa year ago
关键问题的答案是否改变？将错误和代码变更的描述相关联以评估补丁的正确性
本论文提出了一种新的角度来解决补丁正确性评估问题，并利用自然语言处理和神经网络来学习和预测补丁是否正确，取得了 0.886 的 AUC 值和 93% 的正确率。
PDF2 years ago
EMNLPRACE：基于检索增强的提交信息生成
本文提出了一种新的检索增强的神经提交信息生成方法 RACE，利用检索得到的类似提交信息作为样本，并利用它生成准确的提交信息。同时，作者还提出了一个范例导向器，它可以学习检索与当前代码差异的语义相似性，然后根据相似性指导提交消息的生成。实验结
PDF2 years ago
评估提交消息生成模型：一项实验研究
本文通过系统深入分析现有模型和数据集，发现不同 BLEU 指标的使用影响了现有方法的评估和理解，大多数现有数据集仅来自 Java 存储库，而其他编程语言的仓库则未得到充分探索，分割策略可以极大地影响现有模型的性能。基于我们的发现，我们进行人
PDF3 years ago
基于抽象语法树和混合排名的 ATOM 提交消息生成
本文提出了一种新的提交信息生成模型 ATOM，通过表示代码更改的抽象语法树来集成检索和生成信息，并通过混合排序模块优先考虑一个代码更改的最准确信息，实验结果表明 ATOM 在生成代码提交信息方面显著优于现有模型。
PDF5 years ago
使用神经机器翻译从差异中自动生成提交消息
该论文介绍了利用 Neural Machine Translation 技术将 diffs 转化为 commit messages 的方法，并进行了模型训练和评估，同时提出了质量过滤器来保证生成 commit messages 的质量。
PDF7 years ago
自动生成代码提交的简短摘要
该论文研究了提交软件更改至版本控制系统中的信息提交方式，发现自动生成的信息质量差于人工编写的信息。研究揭示了信息通常以动词 + 宾语的方式开始，希望利用这些发现通过训练分类器和生成软件的直接对象来生成简短的提交摘要。
PDF7 years ago