一项新近发表在 arXiv 上的研究，探讨了反馈循环、大型语言模型（LLM）选择以及代码扰动对自动化软件工程任务的影响，特别关注了一个 C 到 Rust 的翻译系统。研究表明，虽然在没有反馈的情况下，LLM 的选择显著影响翻译的成功率，但当实施反馈循环后，模型之间的差异会减小。此外，研究发现由代码扰动引入的多样性可以提高系统性能。 AI
影响 展示了反馈机制如何提高 LLM 在代码翻译等复杂软件工程任务中的可靠性和性能。
排序理由 发表在 arXiv 上的研究论文，详细介绍了基于 LLM 的软件工程的发现。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
