计算机科学 > 软件工程
[提交于 2025年7月14日
]
标题: 打破神话:小型模型也能推断后置条件吗?
标题: Breaking the Myth: Can Small Models Infer Postconditions Too?
摘要: 形式化规范对于确保软件正确性至关重要,但手动编写它们既繁琐又容易出错。大型语言模型(LLMs)在从自然语言意图生成此类规范方面显示出潜力,但巨大的模型规模和高计算需求引发了一个根本性问题:我们真的需要大模型来完成这项任务吗?在本文中,我们表明,一个小型微调的语言模型可以在计算成本大大降低的情况下实现高质量的后置条件生成。我们构建了一个包含提示、推理日志和后置条件的专业数据集,然后对一个$7$B参数的代码模型进行监督微调。我们的方法解决了现实世界仓库依赖关系并保留了预状态信息,从而实现了表达性强且准确的规范。我们在一个现实世界的Java错误基准(Defects4J)上评估了该模型,并与专有大模型(例如GPT-4o)和开源大模型进行了比较。实证结果表明,我们的紧凑模型在语法正确性、语义正确性和错误区分能力方面可以与更大模型相媲美或显著优于它们。这些发现表明,在适度数据集上的针对性微调可以使小型模型实现以前仅在大规模、资源密集型LLM中才能看到的结果,为自动化规范生成在现实世界中的采用提供了一种实用且高效的路径。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.