PulseAugur
实时 07:23:29
English(EN) Transformer-Assisted LLM-Based Source Code Summarisation: to Enable More Secure Software Development

新方法结合LLM和Transformer以改进代码摘要

研究人员开发了一种名为“基于Transformer辅助的大型语言模型源代码摘要”的新方法,以改进源代码的自然语言摘要生成。该方法结合了大型语言模型(LLMs)的语义理解和特定任务Transformer模型的词汇精度。通过在提示中使用Transformer生成的摘要,LLMs可以生成更高质量的代码摘要,更好地满足开发者的期望,并将BLEU-4等指标提高多达7.8%。这项进展旨在增强安全软件开发生命周期(SSDLC)维护阶段的代码理解能力,最终减少错误和漏洞。 AI

影响 通过改进LLM生成的代码摘要,增强软件开发中的代码理解能力和安全性。

排序理由 关于源代码摘要新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新方法结合LLM和Transformer以改进代码摘要

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Jesse Phillips, Tracy Hall, Paul Rayson, Mo El-Haj ·

    Transformer辅助的基于LLM的源代码摘要:以实现更安全的软件开发

    arXiv:2607.20933v1 Announce Type: cross Abstract: Neural Source Code Summarisation (NSCS) aims to generate natural language summaries of source code to improve developers' and maintainers' understanding of code. Source code summaries are vital during the maintenance phase of the …