英语
埃斯帕尼奥
法国
登录
电子邮件地址
密码
登录
或
使用UH登录登录
新用户?
单击此处注册。
你忘记密码了吗?
社区和收藏
统计
所有学者空间
英语
埃斯帕尼奥
法国
登录
电子邮件地址
密码
登录
或
使用UH登录登录
新用户?
单击此处注册。
你忘记密码了吗?
主页
夏威夷国际系统科学会议
2023年夏威夷国际系统科学会议
协作系统和技术
文本挖掘和分析
合成API:使语言模型成为自然语言和代码之间的对话者
合成API:使语言模型成为自然语言和代码之间的对话者
文件夹
0055.pdf格式
(221.58 KB)
日期
2023-01-03
作者
瑞安·马林斯
迈克尔·特里
贡献者
顾问
部门
教练
存款人
扬声器
研究员
顾问
采访者
注解器
期刊标题
期刊ISSN
卷标题
出版商
体积
编号/发行
起始页
565
结束页
备选标题
摘要
大型语言模型(LLM)可以从自然语言描述或通过在上下文中完成代码来合成代码。
在本文中,我们考虑了LLM在推理时为不在训练数据中的新API合成代码的能力,并具体检查了不同API设计对这种能力的影响。
我们发现:1)模型训练数据中的代码示例似乎有助于在推理时使用API;
2) 幻觉是最常见的失败模式;
3)新型API和提示的设计都会影响性能。
根据这些发现,我们引入了合成API的概念:一种设计用于LLM而非人类的API。
LLM的合成API提供了进一步加速开发任意工具和服务的自然语言接口的潜力。
描述
关键词
文本挖掘和分析
,
API设计
,
代码综合
,
人机交互
,
大型语言模型
引用
URI(URI)
https://hdl.handle.net/10125/102701
范围
10
格式
地理位置
时间段
与相关
第56届夏威夷国际系统科学会议记录
目录
权利
归属-非商业化-无衍生品4.0国际
权利持有人
本地上下文
集合
文本挖掘和分析
完整项目页面
电子邮件
libraryada-l@lists.hawaii.edu图书馆
如果您需要符合ADA的格式的内容。