stack overflow | BriefGPT - AI 论文速递

关键词stack overflow

搜索结果 - 21

StackRAG Agent：利用检索辅助生成器改进开发者答案
StackRAG 是一种基于 LLMs 的检索增强多智能体生成工具，通过聚合来自 Stack Overflow 的知识，提高了生成答案的可靠性。初步评估表明生成的答案是正确、准确、有关和有用的。
PDF17 days ago
用神经网络预测 StackOverflow 上的问题质量
本文评估了神经网络模型以预测 Stack Overflow 上问题的质量，结果表明与基准机器学习模型相比，神经网络模型具有更高的准确性，并且发现神经网络模型的层数对其性能有显著影响。
PDF3 months ago
ChatGPT 与 LLaMA：在 Stack Overflow 讨论中的影响力、可靠性和挑战
自 2022 年 11 月发布以来，ChatGPT 在 Stack Overflow 这一开发者查询编程和软件开发问题的主要平台上引起了轩然大波。通过展示出对技术问题能够产生即刻、类似人类回复的能力，ChatGPT 在开发者社区中引发了关于
PDF5 months ago
通过摘要将 API 文档彻底改革
本研究通过利用 Stack Overflow 的大量用户生成内容，包括代码片段和讨论，使用 BERTopic 和抽取式摘要生成简洁且信息丰富的 API 摘要，以解决解释应用程序编程接口 (API) 文档的挑战，这是软件开发的一个重要方面。这
PDF6 months ago
公共社区评分用于编程领域中的问答强化学习
本研究通过采用人类反馈驱动的强化学习与来自 Stack Overflow 的得分，加强了 GPT Neo 125M 在编程社区问答（CQA）中的性能，在使用近端策略优化（PPO）的 fine-tuning 过程中使用了两种不同的奖励模型训练
PDF6 months ago
Stack Overflow 回答中信息突出的初步研究
我们的研究发现，可以开发推荐模型来突出展示 Stack Overflow 上具有不同格式样式答案的信息。
PDF6 months ago
深度强化学习系统部署：挑战分类
该研究通过对开发人员常见问题解答平台 Stack Overflow 上的相关帖子进行实证研究，揭示并理解开发人员在部署深度强化学习系统时面临的挑战。结果显示，DRL 部署比其他问题更困难，而与 RL 环境相关的挑战是最常见和最困难的。希望这
PDF10 months ago
从平凡到有意义：AI 对工作动态的影响 —— 来自 ChatGPT 和 Stack Overflow 的证据
生成 AI 如何改变编码的一个基本方面：问题解决。使用非试验性方法（差异法差异法），我们发现 ChatGPT 的发布显著减少了问题的数量，并且问题在发布后得到更好的记录。此外，我们发现剩下的问题更加复杂。这些发现不仅表明了生产力的提高，也表
PDF10 months ago
大型语言模型对数字公共产品构成威胁吗？基于 Stack Overflow 活动的证据
本研究通过分析 Stack Overflow 上的活动，研究了 ChatGPT 的发布对人类生成的公开数据的变化，结果显示使用 ChatGPT 回答问题的用户数量增加，同时减少了在 Stack Overflow 上的活动，这表明模型的大规模
PDFa year ago
评估来自 Stack Overflow 的隐私问题: ChatGPT 能否胜任？
该论文通过对 Stack Overflow 上的隐私问题类型进行评估，并对 ChatGPT 生成的代码进行比较分析，旨在理解开发人员在寻求软件开发和隐私相关问题的答案时所面临的隐私挑战。研究结果表明，大多数隐私相关的问题涉及选择 / 同意，
PDFa year ago
使用 BERT 和查询感知 LSH 改进非正式文档中的代码示例推荐：一项比较研究
利用 BERT 模型将 Stack Overflow 上的 Java 编程语言代码样例转换为数字向量，并应用 LSH 算法识别近似最近邻，对比了 Random Hyperplane-based LSH 和 Query-Aware LSH 两
PDFa year ago
社区问答中的答案排序：一种深度学习方法
本研究对社区问答的答案排名进行了深入的研究，基于大规模的 Stack Overflow 问题和回答数据，利用深度学习方法 (密集嵌入和 LSTM 网络) 进行预测和排序，提高了问答的准确度，但由于源码中大量的 oov 词汇，深度学习模型的性
PDF2 years ago
挖掘 Stack Overflow 的重复问题
本研究提出两个基于神经网络的架构来解决 Stack Overflow 中存在的问题复制，同时还通过显式建模问题中存在的代码进一步提高了检测质量。
PDF2 years ago
使用多重采样增强 Transformer 生成多样化的 Stack Overflow 帖子标题
提出了一种名为 M$_3$NSCT5 的方法，利用 CodeT5 Transformer 模型生成与编码片段相关的多个问题标题，以提高程序员提问的精度并加快问题解决速度，评估结果表明该方法的效果明显优于其他六种基准模型，同时经人工评估也证明
PDF2 years ago
MQDD：面向软件工程领域的多模态问题重复检测的预训练
本文提出了一种新的方法，在 Stack Overflow 网站上收集数据并预训练多模态模型来搜索重复的问题回答。通过引入两个新的学习目标，我们设计的多模态模型可以在多种编程语言中训练，从而提高重复检测的能力。最终我们得到了一个 MQDD（M
PDF2 years ago
众包代码示例中 C++ 漏洞的实证研究
研究旨在了解在 Stack Overflow 上共享的 C++ 代码片段中安全漏洞的性质和普遍性。作者发现，共享的代码片段可能具有低质量甚至包含漏洞。他们通过手动评估 72,483 个代码片段，在至少一个托管在 GitHub 上的项目中发现
PDF5 years ago
Stack Overflow 上的问题相关性：任务、数据集和基于语料库的模型
本文研究基于领域的社区问答，以 Stack Overflow 为例，将问题相关性任务作为一个四个互斥类别的多类分类问题进行建模，提供了一个具有超过 30 万对的领域特定数据集，采用神经网络架构和传统模型计算它们之间的相关性。
PDF5 years ago
从 Stack Overflow 学习挖掘代码和自然语言配对
该论文提出了一种新方法，使用手工特征和神经网络提取对齐的自然语言与代码的模式，通过分类器挖掘高质量的数据集，并在 Python 和 Java 两种编程语言中进行实验，表明该方法即使在使用少量标记示例时也能大大提高代码挖掘的覆盖范围和准确性。
PDF6 years ago
WWWStaQC: 从 Stack Overflow 系统挖掘的问题 - 代码数据集
本文提出了一种新的从 Stack Overflow 上系统挖掘问题 - 代码对的方法，并利用双视图层次神经网络模型进行预测，成功地创建出目前最大的 Python 和 SQL 领域的问题 - 代码对数据集 StaQC，可以有效地帮助自然语言处
PDF6 years ago
Stack Overflow 上年长用户的特征
研究了 Stack Overflow 中老年用户的不同角色、主要活动和习惯，他们是社区的重要组成部分，因为他们通常拥有更高的声誉并愿意分享知识，这为保持老年人积极和对社会有益做出了积极的示范。
PDF7 years ago