本研究探讨大型语言模型在代码生成中的漏洞与许可风险，强调高质量合规数据集的重要性。提出了一种自动化代码自审核技术，利用开源项目历史提升数据质量，发现17%的代码版本为更新，表明改进数据策划可增强AI工具输出的可靠性。

堆栈中的裂缝：大型语言模型预训练数据集中的隐患和许可风险
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证