机构名称：
¥ 1.0
云的成熟和普及导致了开源软件 (OSS) 的激增。反过来，管理 OSS 代码质量对于确保云的可持续增长至关重要。在这方面，由于大型开放代码库的随时可用，AI 建模在源代码理解任务中越来越受欢迎。然而，我们一直在观察这些黑匣子的某些特性，促使人们呼吁在取代传统的代码分析之前验证它们的可靠性。在这项工作中，我们重点介绍了影响 AI-for-code 的不同可靠性问题，并将其组织成 AI 管道的三个阶段——数据收集、模型训练和预测分析。我们强调研究界需要齐心协力，以确保 AI-for-code 的可信度、可问责性和可追溯性。对于每个阶段，我们讨论了源代码和软件工程设置为提高 AI 可靠性提供的独特机会。
实现可靠的人工智能来理解源代码
主要关键词
相关文件推荐
