计算机科学 > 软件工程
[提交于 2025年7月12日
]
标题: 回到基础:通过LLM辅助检索重新思考问题-提交链接
标题: Back to the Basics: Rethinking Issue-Commit Linking with LLM-Assisted Retrieval
摘要: 问题-提交链接,即将问题与修复它们的提交连接起来,对于软件维护至关重要。现有的方法在自动恢复这些链接方面显示出潜力。对这些技术的评估旨在测试它们从看似合理但错误的链接中识别真实链接的能力。然而,这些评估忽略了这样一个事实:在现实中,当存储库拥有更多提交时,更多的看似相关但不相关的提交可能会干扰工具区分正确的修复提交。为了解决这个问题,我们提出了现实分布设置(RDS),并用它来构建一个包含20个开源项目的更现实的评估数据集。通过在这个数据集上评估工具,我们观察到最先进的基于深度学习的方法性能下降了一半以上,而传统的信息检索方法VSM则表现更好。受这些观察的启发,我们提出了EasyLink,它利用向量数据库作为一种现代的信息检索技术。为了解决问题和提交之间语义差距这一长期存在的问题,EasyLink利用大型语言模型对从数据库中检索到的提交进行重新排序。在我们的评估下,EasyLink实现了平均Precision@1为75.91%,比最先进的方法提高了四倍以上。此外,本文为推进问题-提交链接恢复的研究提供了实用的指南。
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.