LARCH：基于大语言模型与启发式方法的自动 Readme 生成
计算与语言
2023-08-23 v2 软件工程
摘要
编写 readme 是软件开发的关键环节，对代码的管理与复用起着重要作用。尽管这是许多开发者的痛点，但即便借助大语言模型（LLM）的最新进展，自动生成 readme 仍具挑战，因为这需要从数千行代码中生成抽象描述。在本演示论文中，我们表明：若能识别出代表整个代码仓库的代码片段，LLM 便能够生成连贯且事实正确的 readme。基于该发现，我们开发了 LARCH（基于 LLM 与启发式方法的自动 Readme 生成），其利用启发式方法与弱监督来识别代表性代码。通过人工与自动化评估，我们表明 LARCH 在大多数情况下能生成连贯且事实正确的 readme，优于不依赖代表性代码识别的基线方法。我们已将 LARCH 开源，并提供了跨平台的 Visual Studio Code 接口与命令行接口，访问地址为 https://github.com/hitachi-nlp/larch。展示 LARCH 能力的演示视频见 https://youtu.be/ZUKkh5ED-O4。
引用
@article{arxiv.2308.03099,
title = {LARCH: Large Language Model-based Automatic Readme Creation with Heuristics},
author = {Yuta Koreeda and Terufumi Morishita and Osamu Imaichi and Yasuhiro Sogawa},
journal= {arXiv preprint arXiv:2308.03099},
year = {2023}
}
备注
This is a pre-print of a paper accepted at CIKM'23 Demo. Refer to the DOI URL for the original publication