基于大语言模型的开源项目非编码贡献的伦理分类
软件工程
2025-07-30 v1
摘要
开源软件 (OSS) 的开发不仅是技术挑战，更是社会挑战，因为贡献者构成了多样化的群体。为此，社交编码平台如 GitHub 提供了托管和开发代码所必需的基础设施，同时也支持社区协作的支持，这种协作由非编码贡献驱动，如问题（即变更提案或错误报告）或对现有贡献的评论。鉴于任何其他社会活动，开发过程都会面临伦理挑战，这些挑战可能危及项目的可持续性。为促进富有成效且积极的环境，OSS 项目正逐渐采用行为准则，这些准则定义了规则，以确保尊重和包容的参与环境，Contributor Covenant 作为主要模型。然而，监控和执行这些行为准则具有挑战性，因为现有方法存在局限。本文我们提出一种方法，通过依赖大语言模型 (LLM) 对 OSS 项目中非编码贡献的伦理质量进行分类。我们基于 Contributor Covenant 定义了一组伦理指标，并开发了一种分类方法来评估 OSS 非编码贡献中的伦理行为，使用提示工程引导模型的输出。
引用
@article{arxiv.2507.21583,
title = {Ethical Classification of Non-Coding Contributions in Open-Source Projects via Large Language Models},
author = {Sergio Cobos and Javier Luis Cánovas Izquierdo},
journal= {arXiv preprint arXiv:2507.21583},
year = {2025}
}
备注
Accepted at the 2025 8th AAAI/ACM Conference on AI, Ethics, and Society (AIES'25)