source code | BriefGPT - AI 论文速递

关键词source code

搜索结果 - 83

软件工程中机器学习的系统文献综述
应用机器学习技术研究软件工程领域的现状，特别关注软件质量保证、软件维护、软件理解和软件文档等方面。
PDF15 days ago
利用大型语言模型进行软件漏洞检测：综合基准研究
通过使用大型语言模型（LLMs）来辅助发现源代码中的漏洞，相比传统的静态分析工具，我们发现 LLMs 能够找出更多问题，提高漏洞检测的回溯率和 F1 分数，从而使得代码更加安全。
PDFa month ago
深度学习的漏洞检测
通过使用来自 C/C++ 程序源代码中提取的程序切片训练神经网络，我们可以检测软件漏洞并获得 92.49% 的准确率。
PDFa month ago
基于条件生成对抗网络的广义回归
利用条件生成对抗网络来解决回归问题，通过学习预测函数的输出与输入的配对在训练数据集中无法与特征 - 标签对区分的方式，提出了一种对回归问题的新方法，相比传统回归方法，该方法在拟合数据的分布上做出了更少的假设，具备更好的表示能力，并与统计学中
PDF2 months ago
CSA-Trans：面向 AST 的代码结构感知 Transformer
通过使用 Code Structure Aware Transformer (CSA-Trans) 和 Stochastic Block Model (SBM) attention，本研究在源代码中应用 Transformer 架构，以提取
PDF3 months ago
ICLR副词是关键：简单文本数据增强中的副词删除
在文本数据增广领域，为了节约成本，基于规则的方法被广泛采用。然而，传统的基于规则的方法可能会丢失给定文本的原始语义。我们提出了一种新颖的文本数据增广策略，通过简单地删除在句子中起辅助作用的副词来避免这种现象。我们的全面实验证明了我们提出的方
PDF3 months ago
探索输出格式对代码翻译的大型语言模型评估的影响
代码翻译的大语言模型综合评估以及通过策略组合和正则表达式提取源代码的研究结果揭示了代码翻译的实际性能和未来研究方向。
PDF3 months ago
depyf: PyTorch 编译器的不透明盒子打开
PyTorch 2.x introduces a compiler designed to accelerate deep learning programs, and we introduce depyf, a tool that dem
PDF4 months ago
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
关于代码大型语言模型中的木马签名
我们研究了基于源代码的大型语言模型中分类器层参数中的木马签名，发现这种签名无法推广到代码的大型语言模型中，因此仅通过权重在这些模型中检测木马是一个难题。
PDF4 months ago
ICLR软件电子设计自动化：以软标签重构基于规则的数据增强
我们提出了一种简单直接的技术，通过应用软标签来改善基于规则的文本数据增强方法在自然语言处理任务中的性能。通过在七个不同的分类任务上进行实验，我们在经验证明了我们的方法的有效性，并公开了源代码以便复现。
PDF5 months ago
为漏洞检测优化大型语言模型
本论文研究了使用大型语言模型进行源代码漏洞检测的结果，通过微调最先进的语言模型 WizardCoder，并在训练过程中进行了加速，通过处理类别不平衡问题，优化训练过程和方法，并在困难的漏洞检测数据集上改善性能，展示了通过微调大型预训练语言模
PDF5 months ago
COLIEE 2023 的 CAPTAIN：法律信息检索和蕴含任务的高效方法
该论文介绍了在 COLIEE 2023 竞赛中处理 Task 2、Task 3 和 Task 4 的策略，使用了先进的深度学习方法、基于领域特征观察的设计方法，以及严谨的工程实践和方法论，在这些任务中取得了优秀的成绩，并在 Task 2 和
PDF6 months ago
软件工程任务中参数高效微调的综合评估
基于预训练模型的参数高效调整方法在软件工程领域的效果与效率的全面评估研究。
PDF6 months ago
INSPECT: 代码 Transformer 的内在和系统探测评估
我们使用探测任务来检验预训练模型对源代码的学习程度，并发现结构信息对源代码的特征表示具有改进效果，同时发现 BERT 在某些探测任务上与源代码模型竞争力相当，暗示改进源代码特定的预训练有丰富的机会。
PDF7 months ago
一个用于通过 Readmes 进行源代码存储库可复制性评估的端到端系统
通过评估源代码的可重现性来支持论文的可重现性评价，并提出了一个基于节相似性的系统，相较于层次转换模型，该系统在解释性方面具有优势。
PDF9 months ago
ICLRCodeBPE: 大规模语言模型在源代码上预训练的次词元化选项研究
通过对源代码进行大规模语言模型预训练和不同子记号化选项的研究，本文旨在鉴定有效且长度高效的子记号化，并提出了一种可降低 17% 平均长度且不会降低下游性能的子记号化方法，进而提高了 0.5-2% 的质量。
PDFa year ago
CodeLens: 一个用于可视化代码表示的交互式工具
代码表示和可视化工具 CodeLens 支持多种编程语言的源代码，具备多种代码表示方法，并提供了可视化交互界面和模型输入展示功能。
PDFa year ago
COMEX: 生成定制化源代码表达的工具
利用 COMEX 框架，我们为研究人员和开发人员提供了一种易于使用的代码视图生成和定制工具，用于源代码表示学习方法和 ML4SE 研究。
PDFa year ago
源代码语言模型共享与能源利用的探索文献研究
本研究旨在调查与分析语言模型设计用于软件工程任务的研究是否共享代码及模型，以及针对模型训练所用的能源的透明度，从可持续的角度收集有用的信息。我们发现，当前研究中存在信息和工件共享的不足，约 40％的调查论文没有共享代码或训练过的工件，我们建
PDFa year ago