УДК 004.8
МЕТОД ЛОКАЛИЗАЦИИ ДЕФЕКТОВ НА УРОВНЕ СИСТЕМ С ИСПОЛЬЗОВАНИЕМ БОЛЬШИХ ЯЗЫКОВЫХ МОДЕЛЕЙ
Ю. Л. Леохин, д.т.н., профессор, профессор кафедры, МТУСИ, Москва, Россия;
orcid.org/0000-0003-3321-4497, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
А. А. Сыроежко, аспирант, МТУСИ, Москва, Россия;
orcid.org/0009-0005-3790-5561, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Cформулирована задача локализации дефектов как задача поиска релевантных семантических систем в исходном коде, а не отдельных файлов или участков кода. Целью работы является разработка метода её решения с использованием LLM. Предлагаемый метод базируется на кластериза- ции векторных представлений исходного кода и включает в себя: сегментацию исходного кода по абстрактному синтаксическому дереву (abstract syntax tree, AST) и его векторизацию, кластеризацию с предварительным снижением размерности (UMAP+HDBSCAN) и векторный поиск. Также рассматривается вопрос интерпретируемости систем. В статье описываются разработанная интегральная метрика для оценки качества предлагаемого подхода к кластеризации и параметры для её оптимизации. Приводятся результаты численных экспериментов, которые подтверждают применимость метода для решения поставленной задачи.
Ключевые слова: локализация дефектов, семантический анализ исходного кода, большие языковые модели, абстрактное синтаксическое дерево, векторные представления текстов, плотностная кластеризация, обобщение текстов, сегментация исходного кода, метрики кластеризации.