原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于LLM的内容分类方法用于通过
README文件对GitHub仓库进行分类
stnd
1MalikUzairMehmood2ShahidHussain
DepartmentofComputingandBuiltEnvironmentDepartmentofComputerScienceandSoftwareEngineering
BirminghamCityUniversitySchoolofEngineering
Birmingham,EnglandPennStateUniversity,Behrend,EriePA
malikuzair.mehmood@mail.bcu.ac.ukshussain@
rdth
3Wen-LiWang4MuhammadUsamaMalik
DepartmentofComputerScienceandSoftwareEngineeringDepartmentofElectricalEngineering
本SchoolofEngineeringUETTaxila
译PennStateUniversity,Behrend,EriePARawalpindi,Pakistan
中wxw18@usama.malik32@
1
v
9
9摘要—GitHub是全球最受欢迎的代码存储、分享和管理I.介绍
8
1平台。每个GitHub仓库都关联有一个README文件。根
2.据GitHub的建议，README文件应包含项目相关信息以GitHub拥有超过一亿的贡献开发者和四百二十
7支持仓库的使用和改进。然而，GitHub仓库的所有者有时会忽
0视这些建议。这阻碍了GitHub仓库发挥其全部潜力。本研究万个仓库[1]，是全球最大的开源软件项目托管、版
5认为，GitHub仓库的README文件全面性对其被采用和本控制和代码共享平台。每个GitHub仓库都包含
2
:使用的程度有重大影响，缺少详细信息可能妨碍它在科研社区内一个README文件，该文件描述了项目的多个方
v
i广泛参与及产生影响的潜力。大型语言模型（LLMs）在许多基面。GitHub在其官方文档中[2]提供了一套创建有
x
r于文本的任务中表现出色，包括文本分类、文本生成、文本摘要效README文件的指南，包括项目的功能是什么、为
a
和文本翻译。本研究开发了一种方法来微调LLMs以自动分类什么这个项目有用、如何使用该项目、与该项目相关
GitHubREADME文件的不同部分。使用了三种仅编码器的
的帮助在哪里以及谁维护该项目等细节。GitHub的联
LLMs，包括BERT、DistilBERT和RoBERTa。这些预训
练模型随后基于一个包含4226个README文件部分的金合创始人TomWerner首次提出了Readme驱动开发
标准数据集进行了微调。这种方法优于当前最先进的方法，并实（RDD）[3]这个术语，并强调一个拥有编写得不好的
现了整体F1分数为0.98的成绩。此外，我们还研究了使用参README文件的优秀项目不能充分发挥其潜力。
数高效的微调（PEFT）技术如低秩适应（LoRA），并展示了在
文档评论（0）