面向公共代码审查中请求质量保证的统一提示微调

公共代码审查（PCR）可以通过软件问答（SQA）社区来实现，该社区促进了高度的知识传播。当前的方法主要关注审查者的视角，包括寻找有能力的审查者、预测评论质量以及推荐/生成审查评论。我们的直觉是，满足审查必要性请求可以提高其可见性，这反过来是获得更好审查响应的前提。为此，我们提出了一个名为 UniPCR 的统一框架，以在掩码语言模型（MLM）下完成基于开发者的请求质量保证（即预测请求必要性和推荐标签子任务）。具体而言，我们通过以下方式重新表述这两个子任务：1）文本提示微调，通过使用硬提示构建提示模板，将两个子任务转换为 MLM；2）代码前缀微调，使用软提示优化一小段生成的连续向量作为代码表示的前缀。在时间跨度为 2011-2022 年的公共代码审查数据集上的实验结果表明，我们的 UniPCR 框架适应这两个子任务，并且在请求质量保证方面优于基于准确率的可比结果与最先进方法。这些结论突显了我们的统一框架在公共代码审查中从开发者视角出发的有效性。