Apple Dalami研究 人工智能如何预测 Bug 修复

雅加达 - 苹果最近发布了三项有趣的研究,研究人工智能(AI)技术如何提高软件的工作流,质量和生产力。

这项研究由一些苹果研究人员进行。在研究中,苹果提供了有关人工智能多么先进可以工作的重要知识。以下是其研究结果的细节,从9to5mac推出。

预测软设备缺陷

第一个研究是在名为ADE-QVAET的新AI模型上进行的,该模型旨在预测软件缺陷或错误。该模型专门针对大语言模型(LLM)在分析大规模代码基础方面的局限性而设计。

ADE-QVAET 模型结合了四种AI技术,以提高错误预测的准确性。所使用的技术包括自适应差异化进化、量子变量自动解码器、变压器层和自适应噪音减少和增加。

LLM不会直接分析代码,而是分析指标和有关代码的数据。在一项测试中,ADE-QVAET实现了高F1的准确性,精度,回顾和分数,与传统模型相比分别超过98%。

软设备自动测试

第二项研究讨论了人工智能如何通过自动化整个测试过程来简化工程师的时间。研究人员开发了一个利用LLM和自动AI代理商的系统。

该系统旨在自动生成和管理从计划到验证报告的测试文物。该研究的结果被认为有希望,测试的准确性将从65%提高到94.8%。

精工修理 Bug 培训

第三项研究基于SWE-Gym,这是一种AI模型,旨在训练AI代理商独立修复错误。这些代理商接受过阅读、编辑和验证真实代码的培训。

SWE-Gym 使用2,438 个真实世界的 Python 任务从开源回收器 构建。使用 SWE-Gym 接受培训的代理商设法正确完成了72.5%的任务,超过了之前的基准超过20个百分点。