GENCNIPPET：自动生成支持编程问题的代码片段

背景：软件开发者经常在技术问答论坛如 Stack Overflow（SO）上提问，以求解其编程相关问题（如代码错误和异常行为）的解决方案。问题：许多问题因缺乏 readily 可用代码、时间限制、雇主限制、保密顾虑或对应分享代码 uncertainty 而缺少必需的代码片段。不幸的是，缺失但必需的代码片段会阻止问题获得及时和适当的解决方案。目标：我们计划引入 GENCNIPPET，一个设计用于集成到 SO 提问提交系统的工具。GENCNIPPET 将生成相关代码示例（如需）以支持问题的及时解决方案。方法：我们首先下载了 SO 2024 年 4 月的数据转储，其中包含 194 万个与 Python 相关且包含代码片段的提问，以及 143 万个与 Java 相关的提问。随后，我们筛选这些提问以识别真正需要代码片段的提问，采用最先进的机器学习模型。接着，我们选择得分积极的提问，以确保数据质量。我们的计划是对 Llama-3 模型（如 Llama-3-8B）进行微调，训练集占选中选提问的 80%，验证集占 10%。选择 Llama 模型的主要原因是其开源可访问性和强大的微调能力，这对于部署一个免费可访问的工具至关重要。GENCNIPPET 将作为浏览器插件集成到 SO 提问提交系统中。它将与微调后的模型通信，以生成针对目标提问的定制化代码片段。对生成代码示例的有效性将通过自动评估、用户视角以及在真实场景中的野生测试进行评估。