演講嘉賓 | 石 琳

回顧整理 | 廖 濤

排版校對 | 李萍萍

嘉賓介紹

開發(fā)者工具分論壇

石琳，北京航空航天大學軟件學院教授，CCF高級會員，2022年度中國科學院軟件研究所杰出青年科技人才。研究方向為智能軟件工程，包括代碼智能、智能需求工程、經(jīng)驗軟件工程、開源軟件、可信AI等。曾在軟件工程、人工智能領(lǐng)域的高水平國際會議發(fā)表論文50余篇，三次獲得杰出論文獎；主持參與多項國家自然科學基金項目、國家重點研發(fā)項目等；擔任多個國際知名會議期刊審稿人。

視頻回顧

打開嗶哩嗶哩APP，觀看更清晰視頻

正文內(nèi)容

隨著AI大模型能力的大幅提升，軟件開發(fā)已經(jīng)逐步走向新智能化時代。然而，目前代碼大模型在可靠性、隱私和合規(guī)以及用戶意圖識別等方面仍存在一定局限性。如何基于交互式需求澄清方法，讓大模型更好地理解用戶意圖，并給出更準確的答案？北京航空航天大學教授石琳在第二屆OpenHarmony技術(shù)大會上進行了精彩分享。

2022年11月，OpenAI發(fā)布ChatGPT，利用GitHub數(shù)據(jù)與RLFH強化學習技術(shù)，在輔助編程取得進展；2023年1月，微軟Copilot平臺用戶超過1億，CEO表示Copilot很快就會替代程序員完成80%的代碼開發(fā)。在GitHub的報告中，使用Copilot的開發(fā)者的開發(fā)效率幾乎提升了一倍，一個用Copilot的初學者就能夠像專業(yè)程序員一樣，從零開始開發(fā)出最小可行產(chǎn)品程序。此外，清華大學推出的ChatDev項目，支持多個智能體分工合作，能夠根據(jù)用戶指令生成休閑小游戲、效率管理工具、繪畫板、數(shù)學計算器、網(wǎng)絡(luò)爬蟲等軟件。

通過前文可知，代碼大模型在軟件開發(fā)方面“一鳴驚人”，給開發(fā)者們帶來了極大的便利。但是，代碼大模型的快速發(fā)展同時也帶來了新的問題，如：

模型問題：可靠性、幻覺、更新、形式重于內(nèi)容

數(shù)據(jù)問題：數(shù)據(jù)演化、質(zhì)量問題、安全問題、隱私和合規(guī)

應(yīng)用問題：用戶意圖不明確、復雜問題抽象和分解、項目上下文、領(lǐng)域?qū)I(yè)知識、遺留系統(tǒng)維護

其中，用戶的意圖表述不明確是代碼大模型在實踐中遇到的巨大阻礙。開發(fā)者想寫出一個清晰明確且全面的Prompt并不容易。既然開發(fā)者寫的Prompt不清晰，有沒有辦法讓大模型幫開發(fā)者改寫？目前，業(yè)界已經(jīng)有一些嘗試，例如GPT Engineer。GPT Engineer是一個基于需求描述自動生成項目源碼的開源項目，主打輕量，靈活生成項目源碼，可以在AI生成與人工生成之間進行切換。在接收到Prompt時，GPT Engineer不會直接生成代碼，而是先梳理有哪些事項需要用戶進一步澄清，然后讓用戶把需要澄清的事項輸入后，再進一步生成代碼。然而，GPT Engineer經(jīng)常會問一些在Prompt中已經(jīng)提供了答案的問題，對用戶造成困擾。

如何找到Prompt中“不清楚”的地方，從而進行精準提問？石琳教授所在團隊提出了ClarifyGPT工具。ClarifyGPT會先識別是否應(yīng)該提問，再利用大模型生成問題。

ClarifyGPT的模塊1：基于測試結(jié)果的代碼多樣性評價模塊

如何判斷是否應(yīng)該向用戶做Prompt澄清呢？這里我們從代碼大模型的輸出結(jié)果出發(fā)，提出一個基本假設(shè)：如果Prompt清晰，大模型生成的代碼應(yīng)該行為一致；如果Prompt模糊，大模型生成的代碼可能五花八門。因此，ClarifyGPT會先通過種子輸入進行代碼多樣性測試，并基于測試結(jié)果判斷是否要做向用戶做Prompt的澄清。

具體而言，（1）先進行種子測試輸入初始化。構(gòu)建prompt用于生成種子輸入，Prompt包含三部分：Instruction，Demonstrations，Query。將Prompt輸入LLM中生成一些測試輸入，并用它們初始化一個種子池；（2）再進行類型感知的測試輸入變異（采用了標準的基于變異的模糊流程）。在每次迭代時，從種子池中隨機選擇一個輸入；對于選定的輸入，我們檢查其數(shù)據(jù)類型并執(zhí)行與其類型一致的單個變異操作以創(chuàng)建新的測試用例；完成一輪突變后，我們將新生成的輸入添加到種子池中，并重復上述過程，直到獲得所需的生成輸入數(shù)量。

ClarifyGPT的模塊2：基于推理的LLM問題生成模塊

在確定了需要向用戶做Prompt澄清后，應(yīng)該問什么內(nèi)容呢？為了解決這個以問題，ClarifyGPT會進一步分析代碼的細節(jié)差異，區(qū)分不一致的代碼，比較solution的不同點，再基于推理進行LLM問題生成。

具體而言，首先生成中間推理步驟(分析導致歧義的因素)，然后基于這些中間推理步驟產(chǎn)生最終結(jié)果(有針對性的澄清問題)。此外，ClarifyGPT鼓勵LLM進行“超前規(guī)劃”，使他們能夠更好地利用他們的推理和理解能力來提高生成問題的質(zhì)量。

經(jīng)過評測，ClarifyGPT將GPT-4在MBPP-sanitized上的表現(xiàn)(Pass@1)從70.96%提高到80.8%;將MBPP-ET的性能從51.52%提高到60.19%。相對改善平均為15.35%，優(yōu)于基線。且增加Prompt中示例的數(shù)量會帶來ClarifyGPT性能提升。

ClarifyGPT是一個交互式代碼生成框架，會引導用戶先澄清意圖，再利用大模型幫助用戶生成代碼。后續(xù)，ClarifyGPT也會在其他生成類任務(wù)上進行進一步的研究和探索。

大模型加速了研發(fā)人員的工作效率，但同時也提出了新的挑戰(zhàn)。我們必須大膽嘗試LLM在改進軟件開發(fā)方面的潛力，但同時也要謹慎行事，不要忘記工程思維、嚴謹性和經(jīng)驗驗證的基本原則。 【材料分享】 [1] 論文原文下載 http://arxiv.org/abs/2310.10996 [2] 開源原型工具 https://github.com/ClarifyGPT/ClarifyGPT（點擊閱讀原文可跳轉(zhuǎn)）

E N D

關(guān)注我們，獲取更多精彩。

審核編輯 黃宇