Отрывок: 1 Модель Qwen2.5-Coder-1.5В Модель Qwen2.5-Coder-1.5B представляет собой компактную языковую модель с параметрами в размере 1,5 миллиарда, предназначенную для решения задач, связанных с программированием. Она разработана как часть серии Qwen2.5, которая демонстрирует улучшенные способности кодогенерации благодаря специализированной архитектуре и внимательной проработке обучения. В данной модели активно используются современные математические подходы, включая усовершенствованные ме...
Название : Использование моделей трансформеров для автоматической генерации и рефакторинга исходного кода
Авторы/Редакторы : Емельянов А. В.
Солдатова О. П.
Муравьева Е. В.
Министерство науки и высшего образования Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Институт информатики и кибернетики
Дата публикации : 2025
Библиографическое описание : Емельянов, А. В. Использование моделей трансформеров для автоматической генерации и рефакторинга исходного кода : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры), профиль "Java-инженерия" / А. В. Емельянов ; рук. работы О. П. Солдатова ; нормоконтролер Е. В. Муравьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информат. - Самара, 2025. - 1 файл (1,0 Мб). - Текст : электронный
Аннотация : Целью данной работы является анализ моделей на базе архитектуры трансформеров для решения задачи генерации и рефакторинга кода. Разработана интеллектуальная система, в которой реализованы: - предварительная автоматизированная загрузка и обработка исходных данных и кодовых фрагментов; - решение задач генерации кода на основе текстового описания и рефакторинга существующего кода с использованием моделей трансформеров; - настройка моделей транформеров; - построение пайплайна на базе моделей с их интеграцией в систему; - представление результатов в виде графиков, метрик качества и анализа производительности моделей. Интеллектуальная система разработана на Python 3.12 в PyCharm 2024. Она совместима с Linux, при условии наличия интерпретатора Python 3.12.
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Ispolzovanie-modelei-transformerov-dlya-avtomaticheskoi-generacii-i-refaktoringa-ishodnogo-koda-117461
Другие идентификаторы : RU\НТБ СГАУ\ВКР20250813133130
Ключевые слова: автоматическая генерация кода
глубокое обучение
кодовые модели
машинное обучение
модели трансформеры
рефакторинг исходного кода
языковые модели
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Емельянов_Алексей_Валерьевич_Использование_глубоких_нейросетевых_моделей.pdf977.49 kBAdobe PDFПросмотреть/Открыть  
Показать полное описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.