关于公共代码审查中的请求质量保证的统一提示调整
原文中文,约300字,阅读约需1分钟。发表于: 。使用统一框架 UniPCR 来解决开发者需求质量保证(即预测需求的必要性和推荐标签子任务)的问题,该框架通过掩码语言模型(MLM)改进了文本提示调参和代码前缀调参,实现了两个子任务的自动化完成,并在公共代码评审数据集上展示了高效性。
该研究探讨了在低资源情境下,使用模型和提示两种调节策略实现统一问答模型的潜力。研究发现,在良好初始化的几轮训练下,提示调节可以和模型调节相媲美,并且参数共享会带来更优的表现。提示初始化的简单知识迁移技术可以有效,提示调节在低资源情境下从预训练中获得了显著的性能提升。该研究为在低资源情景下实现有效和高效问答系统提供了见解。