本研究探讨了大语言模型向大代码模型扩展时的信任度和可解释性问题，提出了一种结合深度学习与传统符号方法的神经符号框架，以识别缺陷代码组件。
本研究探讨大语言模型向大代码模型扩展时的信任度和可解释性问题。
研究提出一种结合深度学习与传统符号方法的神经符号框架。
该框架旨在识别缺陷代码组件。
研究挑战了模型参数不断增加并非最佳的发展方向。
该神经符号程序理解框架具有良好的应用前景。
完成下面两步后，将自动完成登录并继续当前操作。
