כתבה
arXiv cs.AI ·
למידה מ-53.6K תיקוני קוד ריאל-עולם של מפתחים לקוד AI-פורמיר
Learning from 53.6K Real-World Developer Edits of AI-Generated Code
אנו מציגים קבוצת נתונים חדשה של 53.6K תיקוני קוד ריאל-עולם של קוד AI-פורמיר, שמספקת מידע עשיר על התנהגות התיקונים של מפתחים. הנתונים יכולים לשפר את היכולות של LLMs לצפות תיקוני קוד.
תקציר מקורי באנגליתarXiv:2607.25130v1 Announce Type: cross Abstract: Imperfections in AI-generated code require that software developers modify the generated code manually, or by re-prompting an AI programming assistant. Manual code edits provide more realistic and granular information on editing behavior than Git commits, which only contain final successful code snippets. Yet, due to a lack of high-quality, realistic code editing data, LLMs are mostly trained on publicly available Git data (e.g., commits). To address this gap, we introduce DECODE (Developer Edits of Code Dataset), a dataset of 53.6K real-world in-IDE code edits of AI-generated code in Python, TypeScript, and JavaScript, sourced from 1K+ developers. First, we demonstrate the utility of DECODE for data analysis, obtaining insights on when, wh
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית