BriefGPT - AI 论文速递
·
我可以在几秒钟内找到你！利用大型语言模型进行代码作者归属
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出利用大型语言模型（LLMs）进行代码作者归属分析，解决现有技术泛化能力不足的问题。研究结果显示，LLMs在C++和Java代码的归属准确率分别为65%和68.7%，为网络安全和软件工程领域提供了新的思路。
🎯
关键要点
-
本研究提出利用大型语言模型（LLMs）进行代码作者归属分析。
-
现有技术在不同编程语言和编码风格下的泛化能力不足。
-
LLMs通过零样本和少样本学习有效识别作者。
-
C++和Java代码的归属准确率分别为65%和68.7%。
-
该研究为网络安全和软件工程领域的代码作者归属提供了新思路。
➡️
