software systems | BriefGPT

关键词software systems

搜索结果 - 11

大型语言模型作为软件组件：LLM 集成应用的分类方法
大型语言模型与应用集成研究的分类体系和 LLM 组件的描述，以及它们在软件系统建设方面的潜力。
PDF23 days ago
自持续软件系统（S4）：提高解释性和适应性的方向
该论文介绍了一个新的概念，用于可解释和可适应的软件系统：自维持软件系统（S4）。S4 建立了现代软件系统中所有可用知识源之间的知识循环，以提高其可解释性和适应性。
PDF5 months ago
大规模语言模型支持软件模型演化的自动化方法
利用大型语言模型进行软件模型演化的研究，探索了大型语言模型在软件工程中支持软件模型演化的潜力，通过使用模拟模型仓库进行的实验评估，发现大型语言模型在软件模型演化方面有很大的潜力，并值得进一步探索。
PDF7 months ago
LLM4TDD：使用大型语言模型进行测试驱动开发的最佳实践
使用测试驱动开发方法，将大型语言模型指导进行迭代式代码生成，以提高软件系统正确性的程序综合方法。通过在 ChatGPT 和 LeetCode 编码问题上进行实证评估，研究不同测试、提示和问题属性对 LLM4TDD 方法有效性的影响。
PDF7 months ago
关于 GDPR AI 启用的数据保护机构完整性检查的多解决方案研究
在本论文中，我们提出了一种自动化策略，用于对一般数据保护条例（GDPR）下的数据处理协议（DPAs）进行完整性检查。我们使用了以预训练的 BERT 和 RoBERTa 语言模型为基础的十种替代解决方案，并通过对 30 个真实 DPAs 进行
PDF7 months ago
Vignat：通过图注意力网络学习代码语义进行漏洞识别
我们提出了一种基于关注机制的新框架 Vignat，用于通过学习代码的语义表示来识别漏洞，结果表明 Vignat 能够在可靠的数据集上实现 57.38% 的准确率，并且图注意力网络提供有价值的漏洞模式洞察。
PDF8 months ago
集成模型在缺陷预测中的功效的可理解性分析
本文介绍了两种基于人工智能的方法，即单个人工智能模型和集成人工智能模型的效果比较和分析，用于预测 Java 类存在错误的概率。实验结果表明，集成人工智能模型的性能优于单个人工智能模型，同时揭示了提升集成人工智能模型性能的因素，这为提高错误预
PDF9 months ago
软件生成数据中的偏见和误差缓解：利用生成代码模型的高级搜索和优化框架
提出了一种先进的搜索和优化框架，基于大型语言模型生成高质量代码，用于解决数据分析和生成软件系统中的错误和偏差问题，并使用 Solomonoff 归纳作为理论基础，通过扩展 Kolmogorov 条件复杂性来评估候选程序集。
PDF9 months ago
测试前向神经网络训练程序
该论文提出了一种名为 TheDeepChecker 的端到端基于属性的调试方法，以检测深度神经网络训练程序中的编码错误和系统失配，并表明其在检测准确性和深度学习故障覆盖面方面优于 Amazon SageMaker Debugger（SMD）
PDF2 years ago
Devign：基于图神经网络学习全面程序语义的有效漏洞识别
提出 Devign，基于图表征学习的图层级分类模型，旨在识别软件系统中的漏洞函数，能够有效地训练和提取代码的语义表示特征。经过广泛的数据集评估，结果表明该模型在准确率和 F1 得分上，明显优于现有技术。
PDF5 years ago
华德分层聚类方法：聚类准则和聚合算法
调查和案例研究有助于开发使用 Ward 层次聚类方法的数据分析软件。
PDF13 years ago