登录社区云，与社区用户共同成长
邀请您加入社区
本文解析了系统综述论文《Feature Request Analysis and Processing: Tasks, Techniques, and Trends》，该论文全面梳理了软件特征请求（用户功能需求）的研究现状。通过解读131项研究，文章提炼出12大核心任务（如识别、优先级排序），总结了机器学习、LLM等关键技术，整理了公开工具和数据集，并指出了未来研究方向。无论是想了解如何从用户评论
本文围绕论文《ChangePrism:Visualizing the Essence of Code Changes》展开，介绍了一款名为ChangePrism的代码变更可视化工具。该工具旨在解决传统代码diff工具的局限，通过提取Git历史中的变更信息，以多视图和颜色编码的方式展示多种变更类型。博客涵盖了工具的创新点、研究方法、主要贡献等内容，帮助读者快速理解该工具如何助力开发者更高效地把握代码
本文解读了《智能问答系统逻辑推理测试》一文，聚焦其提出的QALT技术。该技术针对传统测试忽视逻辑推理、依赖数据集的局限，设计3种蜕变关系生成高质量测试用例，在ChatGPT和ChatGLM上检测出9247个缺陷，远超现有技术。同时，QALT生成的数据能有效修复系统缺陷，将错误率降低29.32%。通过拆解技术原理、实验结果和核心价值，帮助读者快速理解这一智能问答系统测试领域的创新成果。
本文介绍了论文提出的CODE2BENCH框架，该框架通过动态更新代码、分类任务依赖、生成高覆盖率测试用例，解决了现有LLM代码评估基准的数据污染和测试不严谨问题。基于该框架构建的CODE2BENCH-2505基准包含1163个真实世界任务，对16个LLM的评估显示，模型在依赖常见库的任务中表现较好，但在复杂逻辑和跨语言生成中存在明显缺陷。该研究为LLM代码能力评估提供了更真实、严谨的工具，相关资源
【AI领域学术征稿速递】近期多本SCI期刊推出人工智能专题专刊，涵盖安全应用、智能运输、无线传感网、数学方法及可持续电网等方向。重点推荐： 1️⃣ IET Information Security（IF1.3）聚焦AI驱动的安全防御（截稿2025/6/30） 2️⃣ IET Intelligent Transport Systems（IF2.3）关注智能运输（截稿2025/8/31） 3️⃣ Sc
XP2025 举办的“AI 与敏捷软件开发：从挫败到成功”工作坊汇聚了研究人员和行业从业者，旨在解决将人工智能集成到敏捷软件开发中的实际挑战与机遇。参与者通过互动环节识别出工具、治理、数据质量和关键技能差距等整合难题，经系统分析后协作制定了研究路线图，明确了包括即时解决方案和长期目标在内的可行动方向，形成了旨在促进产学研共同努力实现从识别挫败到成功实施的结构化议程。
在java中，import 语句用于导入其他Java类或包中的类，以便你的程序可以使用这些类。这是java编程中非常常见的操作，因为它使你可以重用其他库或模块中已经存在的代码。import static(静态引用)是java1.5引入的一个新语法。
