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。
🏷️