期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
代码生成大语言模型的正确性与鲁棒性系统评测
1
作者
梁文仪
《现代信息科技》
2026年第1期68-73,共6页
针对以大语言模型为驱动的代码生成辅助工具在软件开发领域的选型问题,选取ChatGPT、Codex(12B)和GitHub Copilot三种主流工具,采用权威文献分析、模拟实验验证及理论分析等方法,对其在需求理解、代码自动生成等方面的能力进行了系统评...
针对以大语言模型为驱动的代码生成辅助工具在软件开发领域的选型问题,选取ChatGPT、Codex(12B)和GitHub Copilot三种主流工具,采用权威文献分析、模拟实验验证及理论分析等方法,对其在需求理解、代码自动生成等方面的能力进行了系统评估。提出以代码正确性和鲁棒性为主要评价指标,详细分析各模型在不同应用场景下的优势与劣势,旨在为代码生成大语言模型的实用性选型上提供数据和理论依据。
展开更多
关键词
大型语言模型
代码生成
正确性
鲁棒性
ChatGPT
Codex(12B)
github
copilot
在线阅读
下载PDF
职称材料
题名
代码生成大语言模型的正确性与鲁棒性系统评测
1
作者
梁文仪
机构
广州华立科技职业学院
出处
《现代信息科技》
2026年第1期68-73,共6页
文摘
针对以大语言模型为驱动的代码生成辅助工具在软件开发领域的选型问题,选取ChatGPT、Codex(12B)和GitHub Copilot三种主流工具,采用权威文献分析、模拟实验验证及理论分析等方法,对其在需求理解、代码自动生成等方面的能力进行了系统评估。提出以代码正确性和鲁棒性为主要评价指标,详细分析各模型在不同应用场景下的优势与劣势,旨在为代码生成大语言模型的实用性选型上提供数据和理论依据。
关键词
大型语言模型
代码生成
正确性
鲁棒性
ChatGPT
Codex(12B)
github
copilot
Keywords
Large Language Model(LLM)
code generation
correctness
robustness
ChatGPT
Codex(12B)
github copilot
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
代码生成大语言模型的正确性与鲁棒性系统评测
梁文仪
《现代信息科技》
2026
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部