大型语言模型用于代码的鲁棒性、安全性、隐私性、可解释性、效率与可用性
软件工程
2024-03-13 v1
摘要
大型语言模型用于代码（LLM4Code）在处理源代码方面显示出强大的性能（如高准确率），显著变革了软件工程。许多研究单独探讨 LM4Code 的非功能属性，但目前尚无系统性综述来识别这些属性的评估与提升方法。本文通过彻底审查 146 项相关研究，填补了这一空白，首次提出系统文献综述，以识别超越准确率之外的七个重要属性，包括鲁棒性、安全性、隐私性、可解释性、效率和可用性。我们讨论了当前的前沿方法与趋势，识别了现有研究中的不足，并提出了未来研究的有前景的方向。
引用
@article{arxiv.2403.07506,
title = {Robustness, Security, Privacy, Explainability, Efficiency, and Usability of Large Language Models for Code},
author = {Zhou Yang and Zhensu Sun and Terry Zhuo Yue and Premkumar Devanbu and David Lo},
journal= {arXiv preprint arXiv:2403.07506},
year = {2024}
}