公开(公告)号：CN115756475A

公开(公告)日：2023-03-07

申请号：CN202211333572.2

申请日：2022-10-28

Applicant: 浙江大学

Inventor： 胡星 ,  田君艺 ,  谭梓煊 ,  鲍凌峰

IPC: G06F8/41 ,  G06F18/214 ,  G06N20/00

Abstract: 本发明提出了一种基于序列生成对抗网络的代码注释生成方法及装置，通过引入强化学习，使代码注释生成效果进一步提高。完备的代码注释能帮助开发者快速理解相应代码内容，大大提高开发效。为了减轻开发者在开发以外的工作负担，同时保证代码注释的完备与质量，提出代码注释生成这一任务。由于当前常见的代码注释生成算法生成效果有限，为了进一步提升效果，本发明基于图神经网络构建生成网络、基于卷积神经网络构建判别网络后，又引入序列生成对抗网络，通过策略梯度方法在生成网络和判别网络间完成损失函数梯度的传递，建立对抗关系。本发明共经历三个训练阶段，最后得到一个生成效果更好的生成网络。

公开(公告)号：CN117951038B

公开(公告)日：2024-06-25

申请号：CN202410357258.0

申请日：2024-03-27

Applicant: 浙江大学

Inventor： 胡星 ,  谭梓煊 ,  夏鑫 ,  杨小虎

IPC: G06F11/36 ,  G06F8/73 ,  G06F8/75 ,  G06F18/232

Abstract: 本发明提出了一种基于代码大模型的Rust语言文档测试自动生成方法及装置，包括：收集Rust语言的代码‑注释‑文档测试数据集；搜索数据集中的函数在其所在项目中的函数用例；对函数用例进行聚类、合并重复的函数用例，按照其质量进行打分并排序，选出得分最高的典型函数用例；利用低秩适应技术对代码大模型进行微调，将代码大模型生成的文档测试和参考文档测试的相似度、以及可运行性作为评估指标，在测试集上评估代码大模型的生成效果。通过本发明生成的文档测试能够帮助代码库的使用者更好地理解代码的使用方法，填补了智能代码生成技术在Rust文档测试领域的空白。

公开(公告)号：CN117951038A

公开(公告)日：2024-04-30

申请号：CN202410357258.0

申请日：2024-03-27

Applicant: 浙江大学

Inventor： 胡星 ,  谭梓煊 ,  夏鑫 ,  杨小虎

IPC: G06F11/36 ,  G06F8/73 ,  G06F8/75 ,  G06F18/232

Abstract: 本发明提出了一种基于代码大模型的Rust语言文档测试自动生成方法及装置，包括：收集Rust语言的代码‑注释‑文档测试数据集；搜索数据集中的函数在其所在项目中的函数用例；对函数用例进行聚类、合并重复的函数用例，按照其质量进行打分并排序，选出得分最高的典型函数用例；利用低秩适应技术对代码大模型进行微调，将代码大模型生成的文档测试和参考文档测试的相似度、以及可运行性作为评估指标，在测试集上评估代码大模型的生成效果。通过本发明生成的文档测试能够帮助代码库的使用者更好地理解代码的使用方法，填补了智能代码生成技术在Rust文档测试领域的空白。