AI 驱动的提交代码探索器（APCE）-计算机科学-大语言模型-版本控制系统-代码摘要.pdfVIP

AI驱动的提交代码探索器（APCE）

YousabGrees,PolinaIaremchuk,RamtinEhsani,EstebanParra,PreethaChatterjee,SoniaHaiduc

DepartmentofMathematics,ComputerScience,andDataScience,BelmontUniversity,Nashville,TN,USA

{yousab.grees@,polina.iaremchuk@,esteban.parrarodriguez@}

DepartmentofComputerScience,DrexelUniversity,Philadelphia,PA,USA

{ramtin.ehsani@,preetha.chatterjee@}

DepartmentofComputerScience,FloridaStateUniversity,Tallahassee,FL,USA

shaiduc@

摘要—版本控制系统中的提交消息为开发人员提供了有关自动提交消息生成旨在利用计算方法开发支持开

本软件系统代码更改的重要信息。提交消息可能是未来开发者了解发者软件维护过程的方法，通过自动生成有意义的提交

译变更内容和原因的唯一信息来源。然而，在实践中，撰写高质量消息来为他们提供关于代码更改集的信息，这些信息涉

的提交消息往往被忽视。大型语言模型（LLM）生成的提交消息

中及什么？和为什么？以及在何处进行了代码更改[2],[6]。

作为一种缓解此问题的方法应运而生。我们介绍了一种名为AI

1驱动的提交探索器（APCE）的工具，该工具支持开发人员和研自动化提交生成方法可以分为四大类：基于规则的、基

v

3究者使用及研究由LLM生成的提交消息。APCE让研究人员于检索的、基于学习的和混合型[3]。

6可以选择存储不同的LLM提示，并提供额外的评估提示，可以大型语言模型（LLMs）以及由多个基于LLM的代

0

进一步提升LLM提供的提交消息质量。APCE还为研究人员

6理组成的多代理框架的兴起，这些代理相互作用和协作

1提供了自动评估和人工评估LLM生成的消息的简便机制。演示

.以解决超出任何单一代理能力的复杂问题或实现目标，

7链接https://youtu.be/zYrJ9s6sZvo

0IndexTerms—大型语言模型，GitHub，自动化提交消导致了在各种软件工程任务中使用LLMs的研究日益

5

2息，AI4SE，代码摘要增多[5],[11],[13],[14],[18]。其中就包括用于自动生成

:提交消息的基于LLM的方法[15],[20]–[22]。随着这些

v

i新方法不断发展并展现出令人鼓舞的表现[22]，快速无

xI.介绍

r

a缝地评估这些新方法变得必要，确保及时验证和比较。

作为大型软件系统常规的软件维护和演进过程的在本文中，我们介绍了AI驱动的提交探索器

一部分，开发人员经常需要参考之前的变更来修复错误（APCE），一种旨在使用基于LLM的方法协助研究

或实现新功能。对软件工件的更改通过版本控制系统人员生成和评估提交消息的工具。APCE有两个主要目

（例如G