BriefGPT - AI 论文速递
·
Evaluating the Effectiveness of Large Language Models in Addressing Maintainability Issues in Real-World Projects
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究评估了大型语言模型（LLMs）在修复代码可维护性问题上的有效性。通过分析10个GitHub代码库中的127个问题，发现Llama在少量示例提示下成功修复了44.9%的方法，但大多数解决方案引入了新错误或可维护性问题，显示出LLMs在提高代码可读性方面的潜力及其局限性。
🎯
关键要点
- 本研究评估了大型语言模型（LLMs）在修复代码可维护性问题上的有效性。
- 分析了10个GitHub代码库中的127个可维护性问题。
- Llama在少量示例提示下成功修复了44.9%的方法。
- 大多数解决方案引入了新错误或可维护性问题。
- 研究强调了LLMs在提高代码可读性方面的潜力及其局限性。
➡️
