论文提出9类LLM代码坏味道分类与检测工具SpecDetect4LLM
热点事件持续更新
论文提出9类LLM代码坏味道分类与检测工具SpecDetect4LLM
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
论文作者发布arXiv论文，提出包含9种LLM代码坏味道的分类体系，并发布静态源码分析工具SpecDetect4LLM用于检测这些坏味道。研究基于692个开源项目（171,194个源文件）评估，称检测精确率达91.3%、召回率71.8%。 论文还称，被分析系统中73.5%受LLM代码坏味道影响。以上指标为论文作者在论文中的评估结果。
AI 根据报道生成 · 55 分钟前更新
最新进展10月28日 12:00
LLM Code Smells：分类体系与检测方法研究报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AILLM Code Smells：分类体系与检测方法研究
一篇 arXiv 论文提出包含 9 种 LLM code smell 的分类体系，并发布静态源码分析工具 SpecDetect4LLM。研究基于 692 个开源项目（171,194 个源文件）评估，发现 73.5% 的系统受 LLM code smell 影响，检测精确率达 91.3%，召回率 71.8%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。