چکیده مقاله
مدل های زبانی بزرگ در سال های اخیر به یکی از اثرگذارترین فناوری های هوش مصنوعی در مهندسی نرم افزار تبدیل شده اند و حضور آن ها در فعالیت هایی مانند تولید کد، تکمیل هوشمند، بازآرایی، بازبینی و اصلاح خطا به سرعت گسترش یافته است با وجود این گسترش، هنوز اجماع روشنی درباره میزان اثر واقعی این مدل ها بر کیفیت کد نرم افزار وجود ندارد؛ زیرا شواهد تجربی منتشرشده، از نظر نوع وظیفه، معیارهای ارزیابی، شرایط اجرا و سطح پیچیدگی پروژه ها، پراکنده و ناهمگون اند پژوهش حاضر با رویکرد مرور نظام مند، مطالعات منتشرشده از سال ۲۰۲۴ به بعد را بررسی می کند تا نقش مدل های زبانی بزرگ در بهبود کیفیت کد نرم افزار را در قالب فرصت ها، محدودیت ها و روندهای آینده تحلیل کند فرایند جست وجو با تکیه بر پایگاه های علمی معتبر و بر اساس معیارهای ورود و خروج مشخص انجام شده و مطالعات منتخب با رویکرد تحلیل مضمونی و مقایسه ای بررسی شده اند یافته ها نشان می دهد این مدل ها در برخی ابعاد کیفیت، به ویژه خوانایی، انسجام سبک، تکمیل ساختارهای رایج و پیشنهاد اصلاح های موضعی، عملکرد نسبتا مطلوبی دارند در مقابل، در ابعادی مانند درستی رفتاری، امنیت، قابلیت نگه داری بلندمدت و سازگاری با معماری کلان سیستم، محدودیت های معناداری مشاهده می شود همچنین، چالش هایی مانند خطاسازی خوداعتمادانه، وابستگی شدید به کیفیت بافت ورودی، نبود معیارهای استاندارد ارزیابی و دشواری تفسیر نحوه تصمیم گیری مدل ها، بهره گیری مطمئن از آن ها را پیچیده می سازد بر این اساس، مقاله حاضر نتیجه می گیرد که مدل های زبانی بزرگ، بیش از آنکه جایگزین فرایندهای کلاسیک تضمین کیفیت باشند، باید به عنوان ابزارهای تقویتی در کنار تحلیل ایستا، آزمون خودکار و بازبینی انسانی به کار گرفته شوند
کلیدواژهها
نویسندگان
شیوه ارجاع
�وزگار، دلاور،1405،ارزیابی نظام مند نقش مدل های زبانی بزرگ در بهبود کیفیت کد نرم افزار تحلیل فرصت ها، محدودیت ها و مسیرهای پژوهشی آینده،سی امین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات،بابل
ارائهشده در
مجموعه مقالات سی امین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات29 مرداد 1405 · بابل