代码审查是一种在开源和工业项目中广泛采用的实践。考虑到此类过程的不可忽略的成本，研究人员开始研究自动化特定代码审查任务的可能性。我们最近提出了针对两个任务自动化的深度学习（DL）模型：第一个模型将提交的代码作为审查和工具的输入为输入。第二个将提交的代码和以自然语言发布的审阅者评论作为输入，并自动实施审阅者所需的更改 ...

代码审查是软件开发中的一个基本过程，在确保代码质量和降低错误和错误的可能性方面起着关键作用。但是，代码审查可能是复杂的，主观的和耗时的。质量估计，评论生成和代码改进构成了此过程的三个关键任务，并且传统上使用不同的方法在文献中分别解决了它们的自动化 ...

代码审核活动的自动化是软件工程中的长期追求，主要由许多特定领域的预培训模型来解决。尽管它们取得了成功，但这些模型经常需要大量资源才能从头开始进行预训练。相比之下，鉴于它们在补充特定领域的知识时，大型语言模型（LLM）提供了一种有趣的选择 ...

现代代码审查是一个关键的质量保证过程，在行业和开源​​软件环境中都广泛采用。这个过程可以帮助新移民从经验丰富的审稿人的反馈中学习；但是，它通常给审阅者带来巨大的工作量和压力。为了减轻这一负担，自动代码审查领域旨在自动化该过程，教导大型语言模型，就像人类一样，对提交的代码进行评论 ...

代码审查是对软件质量的强大保障措施的最佳实践之一。在实践中，高级或高科技审稿人会检查源代码并提供建设性的评论，例如作者可能会忽略哪些特殊情况。贡献者之间的协作验证导致代码具有很高的资格，并且错误的机会更少 ...

深度学习方法已被认为是在药物发现和材料设计中加速分子筛选的有望。由于标记数据的可用性有限，因此已经提出了各种自我监督的分子预训练方法。尽管许多现有方法在计算机视觉（CV）和自然语言处理（NLP）中采用了常见的预训练任务，但它们经常忽略有关分子的基本物理原则 ...

无监督的异常检测涵盖了在需要高通量和精度的工业环境中的各种应用。早期作品以一级模型范式为中心，这在大规模生产环境中构成了重大挑战。基于知识介绍的多级异常检测有望具有相当不错的性能，但与一级版本相比有显着下降 ...

流行文化是交流的重要方面。在社交媒体上，人们经常发布流行文化参考图像，将事件，产品或其他实体连接到流行文化领域。创建这些图像是一个创造性的挑战，需要在用户主题和流行文化领域之间找到概念上的联系 ...