基于大语言模型与协同过滤的代码可读性评估个性化方法
软件工程
2024-12-04 v2
摘要
代码可读性是软件维护的重要指标，因为它能显著影响维护工作。近期，大语言模型（LLM）已被用于代码可读性评估。然而，不同开发者之间的可读性评估存在差异，因此需要通过大语言模型对评估进行个性化处理。本研究提出了一种利用协同过滤来校准评估的方法。我们的初步分析表明，该方法有效提升了大语言模型进行可读性评估的准确性。
引用
@article{arxiv.2411.10583,
title = {Personalization of Code Readability Evaluation Based on LLM Using Collaborative Filtering},
author = {Buntaro Hiraki and Kensei Hamamoto and Ami Kimura and Masateru Tsunoda and Amjed Tahir and Kwabena Ebo Bennin and Akito Monden and Keitaro Nakasai},
journal= {arXiv preprint arXiv:2411.10583},
year = {2024}
}
备注
2 pages, 2 figures, 1 table