Exploring Large Language Models for Code Explanation

要約

説明テキストによるコードの文書化の自動化は、コードを理解する上で非常に有益であることがわかります。
大規模言語モデル (LLM) は、自然言語処理、特にコード生成やコード要約などのソフトウェア エンジニアリング タスクにおいて目覚ましい進歩を遂げました。
この研究では、さまざまな LLM を使用して、コード スニペットの自然言語要約を生成するタスクを特に詳しく調べます。
この調査結果は、Code LLM が一般的な対応物よりも優れたパフォーマンスを示し、トレーニング セットとテスト セットの間で分布が異なるデータセットを扱う場合、ゼロショット手法が優れた結果をもたらすことを示しています。

要約(オリジナル)

Automating code documentation through explanatory text can prove highly beneficial in code understanding. Large Language Models (LLMs) have made remarkable strides in Natural Language Processing, especially within software engineering tasks such as code generation and code summarization. This study specifically delves into the task of generating natural-language summaries for code snippets, using various LLMs. The findings indicate that Code LLMs outperform their generic counterparts, and zero-shot methods yield superior results when dealing with datasets with dissimilar distributions between training and testing sets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google