研究人员开发了HalluJudge，一个新颖的系统，旨在无需参考代码即可检测AI生成的代码审查评论中的幻觉。HalluJudge采用四种策略，包括结构化多分支推理，来评估审查评论与提供上下文的一致性。在Atlassian软件项目上的评估表明，HalluJudge具有成本效益，平均每次评估成本为0.009美元，F1得分为0.85。该系统在现实世界生产场景中的判断与开发者的偏好一致率为67%，为防止不准确的AI生成反馈提供了实际保障。 AI
影响 引入了一种实用的方法来提高AI辅助代码审查的信任度并减少错误。
排序理由 该集群描述了一篇研究论文，其中详细介绍了一种检测代码审查自动化中AI幻觉的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- Atlassian
- Chakkrit Tantithamthavorn
- HalluJudge
- large-language models
- Tree of Thoughts: Deliberate Problem Solving with Large Language Models
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →