查看“WikiEdge:ArXiv-2408.15658/terms”的源代码

<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.15658/terms|action=edit}} 编辑]</div>
这篇文章的术语表如下：
* [[大型语言模型]]（Large Language Models, LLMs）：大型语言模型是利用大量预训练语料库构建的人工智能模型，它们通过深度学习技术处理和生成自然语言。
* [[自动化程序修复]]（Automated Program Repair, APR）：自动化程序修复技术旨在自动化地识别和修复软件缺陷，将手动测试和修补转变为精确高效的自动化解决方案。
* [[自我修正]]（Self-correcting）：自我修正是指模型通过生成反馈并细化自身输出的能力，通常涉及迭代过程，直到输出满足期望的质量或达到预定的尝试次数。
* [[链式思考提示]]（Chain-of-Thought Prompting, CoT）：链式思考提示是一种引导模型通过逐步推理来解决问题的方法，模仿开发者讨论和解决复杂问题的方式。
* [[外部知识库]]（External Knowledge Base）：外部知识库是指从开发者论坛等来源提取的、用于指导语言模型生成更准确和实用提示的信息集合。
* [[数据科学代码生成]]（Data Science Code Generation）：数据科学代码生成是指自动产生数据科学任务所需的源代码，如数据分析、模型构建、可视化和部署等。
* [[软件库]]（Software Libraries）：软件库是一组预先编写好的代码，如NumPy和Pandas，它们为开发者提供了常用的函数和工具，以便在软件中实现特定的功能。
* [[软件维护工具]]（Software Maintenance Tools）：软件维护工具是指用于帮助开发者进行代码维护、测试和修复的软件应用程序。
* [[自然语言生成]]（Natural Language Generation）：自然语言生成是计算方法学的一个分支，专注于使计算机能够生成人类可以理解的自然语言文本。
* [[持续集成和部署]]（Continuous Integration and Deployment, CI/CD）：持续集成和部署是一种软件开发实践，通过自动化的构建、测试和部署流程来频繁地交付软件更新和新功能。