回归基础：基于大语言模型辅助检索的 Issue-Commit 链接重新思考
软件工程
2025-10-07 v3
摘要
Issue-commit 链接将问题与修复它们的提交关联起来，这对于软件维护至关重要。现有方法在自动恢复这些链接方面表现不错。这些技术的评估方法衡量其识别真实链接与合理但错误链接的能力。然而，这些评估忽略了一个事实：在实际情况下，当存储库拥有更多提交时，更多的合理但无关的提交可能干扰工具区分正确的修复提交。为此，我们提出了现实分布设置（Realistic Distribution Setting, RDS），并用其构建包含 20 个开源项目的更真实的评估数据集。在该数据集上评估后，我们发现基于深度学习的方法性能下降超过一半，而传统信息检索方法 VSM 反而表现优异。受此启发，我们提出了 EasyLink，利用向量数据库作为现代信息检索技术。为解决问题与提交之间长期存在的语义鸿沟，EasyLink 利用大语言模型对从数据库中检索到的提交进行重新排序。在我们的评估下，EasyLink 在 Precision@1 上实现了 75.03% 的平均值，显著优于最新方法超过四倍。此外，本文提供了推动问题提交链接恢复研究的实用指南。
引用
@article{arxiv.2507.09199,
title = {Back to the Basics: Rethinking Issue-Commit Linking with LLM-Assisted Retrieval},
author = {Huihui Huang and Ratnadira Widyasari and Ting Zhang and Ivana Clairine Irsan and Jieke Shi and Han Wei Ang and Frank Liauw and Eng Lieh Ouh and Lwin Khin Shar and Hong Jin Kang and David Lo},
journal= {arXiv preprint arXiv:2507.09199},
year = {2025}
}