Etiketli Veri Kullanmadan Hataları Tespit Etmek ve Düzeltmek için Bir Derin Öğrenme Modeli.
Koddaki sorunları bulmak ve onarmak, yazılım mühendislerinin günlük işlerinin zaman alıcı ve genellikle hoş olmayan bir unsurudur. Derin öğrenme bu zorluğu çözebilir ve mühendislerin daha iyi yazılımları daha hızlı sunmalarına yardımcı olabilir mi? Sinirsel Bilgi İşleme Sistemleri 2021 Konferansı’nda (NeurIPS 2021) sunulan Self-Supervised Bug Detection and Repair adlı yeni bir çalışmada, BugLab adı verilen umut verici bir derin öğrenme modeli önerildi. BugLab, bir “saklambaç” oyunu oynayarak etiketli verilere ihtiyaç duymadan kusurları bulmak ve onarmak için eğitilebilir. Koddaki kusurları bulmak ve düzeltmek, yalnızca kodun yapısı hakkında düşünmeyi değil, aynı zamanda yazılım mühendisleri tarafından kod yorumlarında, değişken adlarında ve diğer yerlerde bırakılan kafa karıştırıcı doğal dil ipuçlarını yorumlamayı da gerektirir. Örneğin, aşağıdaki kod parçacığı bir GitHub açık kaynak projesindeki bir sorunu çözmektedir.Yasal Uyarı: BugLab GPT-3 kullanmamaktadır.
Kaynak: https://www.marktechpost.com/2021/12/17/microsoft-research-introduces-buglab-a-deep-learning-model-to-detect-and-fix-bugs-without-using-labelled-data/