从批判到清晰：利用大语言模型生成忠实且个性化代码解释的路径
软件工程
2025-01-28 v1 人工智能
计算与语言
摘要
在软件开发领域，为技术专业人士和业务利益相关者提供准确且个性化的代码解释至关重要。技术专业人士可获得增强的理解并提升问题解决能力，而业务利益相关者则可洞察项目对齐情况及透明度。尽管已具备潜力，但生成此类解释往往既耗时又具挑战性。本文提出一种创新方法，利用大语言模型（LLM）的先进能力生成忠实且个性化的代码解释。我们的 метод论整合了提示优化、自我纠正机制、个性化内容定制以及与外部工具的交互，由多个 LLM 代理协同实现。我们通过自动评估和人类评估进行评估，结果表明该方法不仅生成准确解释，还能根据用户偏好对其进行定制。我们的发现表明，这一方法显著提升了代码解释的质量和相关性，为开发人员和利益相关者提供了宝贵工具。
引用
@article{arxiv.2501.14731,
title = {From Critique to Clarity: A Pathway to Faithful and Personalized Code Explanations with Large Language Models},
author = {Zexing Xu and Zhuang Luo and Yichuan Li and Kyumin Lee and S. Rasoul Etesami},
journal= {arXiv preprint arXiv:2501.14731},
year = {2025}
}