-
公开(公告)号:CN119938492A
公开(公告)日:2025-05-06
申请号:CN202411861567.8
申请日:2024-12-17
IPC: G06F11/362 , G06F11/3668 , G06N20/00
Abstract: 本申请提供一种AI代码缺陷修复数据集构建方法、缺陷修复方法及设备。数据集构建方法,包括:获取多组初始AI代码数据;每组初始AI代码数据分别包括缺陷数据和对应的修复数据;对多组初始AI代码数据进行变异处理;每组变异AI代码数据包括变异缺陷数据和对应的变异修复数据;对多组初始AI代码数据和多组变异AI代码数据分别进行去重和上下文提取处理,得到多组AI代码片段;依据CWE标准对多组AI代码片段进行分类和标注,得到多组结构化的AI代码片段;对多组结构化的AI代码片段进行预处理,以使多组结构化的AI代码数据对应的数据格式一致;将预处理后的每组结构化的AI代码片段,分别生成思维链数据,得到AI代码数据集。
-
公开(公告)号:CN119886284A
公开(公告)日:2025-04-25
申请号:CN202411841112.X
申请日:2024-12-13
Applicant: 北京邮电大学
IPC: G06N3/098 , G06N3/082 , G06N3/0499 , G06N3/0464 , G06F9/50
Abstract: 一种异构联邦学习下的模型自适应下发方法及系统,该方法通过构建多维度子模型规模的动态综合评估策略,从客户端的计算、存储、通信、数据资源和模型规模、计算量等多个维度综合评估子模型规模,得到更精准的模型裁剪率,指导服务器自适应地为客户端下发适配资源的子模型;针对服务器有公共数据集的场景,通过基于滚动训练等技术设计的动态子模型下发方法为资源异构的客户端下发子模型;针对服务器无公共数据集的场景,通过网络元素重要性设计的子模型下发策略为资源异构的客户端下发子模型;本发明中全局模型收敛速度快、准确率高,具有较好的流畅性和语法正确性。
-