面向自动化 Bug 分类的指令微调大语言模型
概率论
2025-09-01 v1 偏微分方程分析
谱理论
摘要
Bug 分类是将新问题分配给开发者的任务，在大型项目中往往缓慢且不一致。我们提出一种轻量化框架，通过指令微调大语言模型（LLM）并采用 LoRA adapter 以及候选约束解码，以确保有效的分类。该模型在 EclipseJDT 和 Mozilla 数据集上测试，展现出强劲的精选质量（Hit at 10 最高达 0.753），尽管精确的 Top-1 准确率较为谨慎。但在最新快照上，准确率显著提升，显示出该框架在实际应用、人类在回路中进行分类的潜力。我们的结果表明，指令微调的 LLM 为替代昂贵的特征工程和图基方法提供了实用的替代方案。
引用
@article{arxiv.2508.21158,
title = {Survival probability for jump processes in unbounded domains on metric measure spaces},
author = {Phanuel Mariano and Jing Wang},
journal= {arXiv preprint arXiv:2508.21158},
year = {2025}
}
备注
20 pages, 3 figures