A Quality Assessment Instrument for Systematic Literature Reviews in Software Engineering
本研究以医疗领域成熟评估工具为基础，结合软件工程领域经验适配开发出含16个评估项的SLRs质量评估工具，经专家验证后可有效辅助评估人员开展相关质量评估工作。
2021-09-21 cs.SE
Balancing Usefulness and Naturalness: An LLM-based Curation Pipeline for Code Review Comments
Queen’s University（女王大学）；Singapore Management University（新加坡管理大学）；Université de Montréal（蒙特利尔大学）
研究针对现有代码审查数据集质量问题限制大语言模型在代码审查任务中效用的情况，提出两种整理管道。一种用大语言模型重述评论生成CuREV数据集，另一种以高质量示例为指导增强评论真实性和多样性，提升了代码审查数据集质量和下游任务效果。
2026-07-13 cs.SE
A Systematic Literature Review of Empirical Research on Quality Requirements
质量需求处理产品应该如何执行预期的功能，例如启动待用时间和可学习性。研究人员认为它们很重要，同时研究表明在实践中存在不足。我们的目标是审查质量要求的证据状态。我们希望了解有关质量要求主题的实证研究以及质量要求解决方案的评估。我们使用混合方法进行系统性文献综述。我们定义了一个起始集的基础上，两个文献综述结合关键字为基础的搜索，从选定的出版场所。我们在开局的基础上滚雪球。我们筛选了530篇论文，其中84篇纳入我们的综述。案例研究方法最常见（43），其次是调查（15）和测试（13）。我们没有发现复制研究。最常研究的两个主题是：1）与其他类型的要求相比，质量要求的区别特征，2）质量要求的重要性和普遍性。质量模型，QUPER，和NFR方法进行了评估，在几项研究中，积极的迹象。目标建模是唯一评估的建模方法。然而，所有研究都是小规模的，没有研究长期成本和影响。我们的结论是，需要更多的研究，作为质量需求的实证研究是不增加在同一速率的软件工程研究一般。我们看到了研究和实践之间的差距。提出的解决方案通常在学术背景下进行评估，对行业质量要求的调查表明对质量要求的处理不系统。
2022-01-21 cs.SE
The State of Peer Review in Empirical Software Engineering: A Community Survey on Review Load, Quality, and GenAI Use
Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）；University of Florence（佛罗伦萨大学）
通过对实证软件工程社区进行问卷调查（120份回复），研究了同行评审的负荷、质量、生成式AI使用问题及改进建议。
2026-06-03 cs.SE
How is the speed of code review affected by activity, usage and code quality?
本研究通过分析MediaWiki扩展的合并中位时间，探讨了代码质量、活动和使用情况对代码审查速度的影响，发现审阅者投票数量及是否有管理员是关键因素。
2023-05-09 cs.SE
Quality Assurance of A GPT-based Sentiment Analysis System: Adversarial Review Data Generation and Detection
本研究针对大语言模型质量保证难题，构建微调GPT情感分析模型为基准，生成对抗性评论数据并提出基于惊喜充分性的异常检测方法，经亚马逊评论数据实验验证了该检测技术在数据质量保证的有效性。
2023-10-09 cs.SE
Too Noisy To Learn: Enhancing Data Quality for Code Review Comment Generation
本文研究代码评审数据中的噪声评论对评论生成模型的影响，提出基于大语言模型的数据清洗方法，并通过微调实验证明清洗后的模型能生成更相似、更具信息量且更相关的评审评论。
2025-02-06 cs.SE
The Factors of Code Reviewing Process to Ensure Software Quality
在这个变革的时代，软件的发展日新月异。在软件开发中，软件质量的好坏对软件开发的影响最大。为了确保软件的质量，需要对其进行审查和更新。代码评审的有效性在于它保证了软件的质量并使其更新。代码评审是帮助开发人员开发出一个无错误的系统的最佳过程。此报告包含两个不同的代码审查文件，以进行评估，并找到可能影响代码审查过程的影响。读者可以很容易地理解与软件质量保证直接相关的代码评审过程的因素。
2021-07-21 cs.GL cs.SE
Quality Assurance Technologies of Big Data Applications: A Systematic Literature Review
大数据应用程序目前用于许多应用领域，从统计应用到预测系统和智慧城市。然而，这些应用程序的质量远非完美，导致了大量的问题和问题。因此，确保大数据应用的整体质量发挥着越来越重要的作用。本文旨在总结和评估现有的质量保证（QA）技术，解决大数据应用中的质量问题。我们通过检索主要科学数据库进行了系统性文献综述（SLR），获得了83项关于大数据应用QA技术的主要和相关研究。SLR结果揭示了以下主要发现：1）大数据的数量、速度和多样性属性对大数据应用质量的影响; 2）决定大数据应用质量的质量属性包括正确性、性能、可用性、可扩展性、可靠性等; 3）现有的QA技术，包括分析、规格说明、模型驱动架构（MDA）、验证、容错、测试、监控和故障与失效预测; 4）每种QA技术的现有优势和局限性; 5）每种QA技术现有的经验证据。该研究为大数据应用的质量保证技术研究提供了坚实的基础。然而，大数据应用在质量方面的许多挑战仍然存在。
2020-02-06 cs.SE
A Review of Software Quality Models for the Evaluation of Software Products
实际上，软件产品正在以一种快速的方式增加，并且几乎用于人类生活的所有活动。因此，度量和评估软件产品的质量已经成为许多公司的关键任务。已经提出了几种模型来帮助不同类型的用户解决质量问题。软件开发技术的发展影响了评估质量的模型的创建。自2000年以来，软件的构建开始依赖于生成或制造的组件，并对质量评估提出了新的挑战。这些组件引入了新的概念，如可配置性、可重用性、可用性、更好的质量和更低的成本。因此，这些模型被分为基本模型，这些模型是在2000年之前开发的，而那些基于组件的模型被称为定制质量模型。本文的目的是描述主要模型及其优点，并指出一些不足之处。在这项工作中，我们得出结论，在当今时代，通信方面在软件质量中发挥着重要作用
2014-12-09 cs.SE
Towards A Sustainable Future for Peer Review in Software Engineering
Belmont University（贝尔蒙特大学）；Florida State University（佛罗里达州立大学）；Drexel University（德雷塞尔大学）
本文提出了一种可持续的同行评审机制，旨在通过培训新人、激励社区成员和整合AI工具来提升软件工程领域评审的可扩展性、包容性和稳健性。
2026-01-29 cs.SE
On The Effect Of Code Review On Code Smells
代码气味是设计质量差的症状。由于代码审查是一个过程，也旨在提高代码质量，我们调查是否以及如何影响代码气味的严重性。在这项研究中，我们分析了属于7个Java开源项目的21，000多个代码审查;我们发现，积极和参与的代码审查对降低代码气味严重程度的可能性有显着影响。这个结果似乎证实了代码审查对代码质量的影响。然而，通过人工调查365个案例，其中一个文件中的代码气味的严重性通过审查而降低，我们发现，在95%的情况下，这种降低是审查人员要求对与代码气味无关的事项进行更改的副作用。数据和材料[https：//doi.org/10.5281/zenodo.3588501]。
2019-12-20 cs.SE
Improving Automated Code Reviews: Learning from Experience
本研究提出经验感知的过采样技术，利用高质量审查训练自动化代码审查模型，在不引入新数据的情况下提升生成审查的正确性、信息量和有意义性。
2024-02-06 cs.SE
LAURA: Enhancing Code Review Generation with Context-Enriched Retrieval-Augmented LLM
School of Computer Science；Technology Beijing Institute of Technology Beijing, China；Institute of Software Chinese Academy of Sciences Beijing, China；School of Computer Science Tianjin University Tianjin, China
LAURA通过整合审查范例检索、上下文增强和系统引导，提升代码审查生成的准确性和质量。
2026-02-22 cs.SE
Data Quality in Empirical Software Engineering: A Targeted Review
内容：在经验软件工程（ESE）中，预测模型的实用性在很大程度上依赖于构建这些模型所使用的数据的质量。在这方面，一些数据质量挑战，如噪音、不完整性、离群值和重复数据点可能是相关的。目的：我们调查了ESE研究中数据质量的三个潜在影响因素的报告：数据汇集，数据预处理和数据质量问题的识别。这使我们能够确定研究人员如何看待数据质量这一主题以及用于解决这一问题的机制。对数据质量的更高认识应该为ESE研究的良好开展以及ESE数据汇集和处理的稳健实践提供信息。方法：我们对2007年1月至2012年9月期间的经验软件工程研究进行了有针对性的文献综述。共有221项相关研究符合我们的纳入标准，并在考虑和处理数据质量方面进行了表征。结果：我们获得了关于ESE社区如何考虑数据质量的这三个要素的有用见解。在这221项研究中，只有23项报告了本文所考虑的所有三个数据质量要素。结论：ESE研究中未一致记录数据汇集程序的报告。如果报告数据汇集挑战，以提高我们对软件工程数据集和从它们开发的模型为什么会有问题的理解，这将是有用的。更普遍地说，数据质量应该得到社区的更多关注。通过加强数据汇集、预处理和质量评估来改进数据集，应能产生更可靠的预测模型，从而改进软件工程的做法。
2021-05-23 cs.SE
MORCoRA: Multi-Objective Refactoring Recommendation Considering Review Availability
School of Computing, Tokyo Institute of Technology（东京工业大学理工学院）
MORCoRA通过多目标搜索推荐高代码质量和高审查可用性的重构序列及合适审查者。
2026-03-08 cs.SE
The Specification as Quality Gate: Three Hypotheses on AI-Assisted Code Review
本文探讨AI辅助代码审查的三个假设，指出缺乏可执行规范时审查过程的循环性，并提出规范优先、确定性验证管道和AI审查残余的架构。
2026-03-26 cs.SE
A Decade of Code Comment Quality Assessment: A Systematic Literature Review
本文通过系统文献综述分析近十年代码注释质量评估研究，梳理注释类型、质量属性、工具技术与评估方式，揭示 Java 偏向、属性集中及自动化不足等问题。
2022-09-16 cs.SE
Quality Gatekeepers: Investigating the Effects ofCode Review Bots on Pull Request Activities
该研究结合 GitHub 1,194 个项目的断点回归分析与 12 名从业者访谈，揭示代码审查机器人对 PR 合并、未合并数量及开发者沟通的影响。
2022-03-30 cs.SE
Quality Assurance in the Context of Contemporary Software Practice
我们回顾文献的性质，质量保证的背景下，复杂的系统开发使用迭代和增量的方法。
2022-04-30 cs.SE
Leveraging Reviewer Experience in Code Review Comment Generation
The University of Melbourne（墨尔本大学）；Singapore Management University（新加坡管理学院）；University of Waterloo（多伦多大学）
本文提出经验感知损失函数（ELF），利用审查者的编写和审查经验作为权重，提升代码审查注释生成质量，相比SOTA模型在准确性、信息量和注释类型上表现更优。
2025-08-13 cs.LG cs.SE
Measuring Information Diffusion in Code Review at Spotify
本研究针对 Spotify 代码评审提出观察性方案，利用关联评审在参与者、组件和团队间的频率与相似性衡量信息扩散，以验证代码评审是否构成通信网络。
2024-06-18 cs.SE
Understanding Code Smell Detection via Code Review: A Study of the OpenStack Community
代码评审在软件质量控制中起着重要的作用。一个典型的评审过程包括仔细检查一段代码，试图找到缺陷和其他质量问题/违规。可能影响软件质量的一种类型的问题是代码气味-即，可能导致缺陷或维护问题的不良编程实践。然而，我们对在代码审查过程中识别代码气味的程度知之甚少。为了研究代码审查中识别出的代码气味背后的概念，以及审查者建议和开发人员采取什么行动来响应识别出的气味，我们使用两个最活跃的OpenStack项目（Nova和Neutron）对代码审查中的代码气味进行了实证研究。我们手动检查了通过关键字搜索和随机选择获得的19，146条评论，并获得了1，190条与气味相关的评论，以研究代码气味的原因以及针对识别出的气味采取的行动。我们的分析发现：1）代码气味通常不会在代码审查中被识别出来，2）气味通常是由违反编码约定引起的，3）审查人员通常会提供建设性的反馈，包括修复（重构）建议，以帮助开发人员消除气味，4）开发人员通常会遵循这些建议并采取行动。我们的研究结果表明：1）开发人员应该在他们的项目中严格遵循编码惯例，以避免引入代码气味; 2）基于审查的代码气味检测被开发人员认为是一种值得信赖的方法，主要是因为审查是上下文敏感的（因为审查者更了解代码的上下文，因为他们是项目开发团队的一部分）。
2021-03-21 cs.SE
Only Time Will Tell: Modelling Information Diffusion in Code Review with Time-Varying Hypergraphs
背景资料：现代代码审查有望促进知识共享：所有相关信息、集体专业知识和围绕代码变更及其上下文的元信息在相应的代码审查讨论中变得明显、透明和明确。讨论参与者可以在下面的代码评审中利用这些信息;这些信息通过代码评审中出现的通信网络传播。传统的时间聚合图在渲染信息扩散方面存在不足，因为这些模型忽略了信息交换的时间顺序：信息只能在首先可用的情况下才能传递。目的：本文提出了一种基于时变超图的信息扩散渲染模型，克服了传统的基于时间聚合图的模型的固有局限性。方法：在计算机模拟实验中，我们模拟了微软内部代码审查中的信息扩散，并显示了时间对信息扩散的一个关键特征的经验影响：可达参与者的数量。结果如下：时间聚合显著地高估了通信网络中可用的信息扩散的路径，因此，对于建模和测量从代码审查中出现的通信网络内的信息的传播来说，既不精确也不准确。结论：我们的模型克服了传统的，静态的或时间聚合的，基于图的通信模型的固有局限性，并通过代码审查揭示了信息扩散的第一个光。我们相信，我们的模型可以作为理解，测量，管理和提高知识共享的代码审查，特别是信息扩散一般软件工程的基础。
2022-09-01 cs.SE
On Unified Prompt Tuning for Request Quality Assurance in Public Code Review
School of Computer Science and Artificial Intelligence, Wuhan University of Technology（武汉理工大学计算机科学与人工智能学院）；School of Computer Science, Wuhan University（武汉大学计算机学院）
针对公共代码审查现有方法多聚焦审查者视角的问题，提出统一框架UniPCR，结合文本硬提示调优与代码软前缀调优，在MLM下完成开发者侧请求质量保证双任务，实验准确率优于现有最优方法。
2024-04-17 cs.AI cs.SE
The Upper Bound of Information Diffusion in Code Review
本文量化代码审查中信息扩散的上界，通过模拟大中小系统的信息传播，发现其网络扩展性好、传播快且广，为理解和改进作为沟通网络的代码审查奠定基础。
2024-07-11 cs.SE
Human-AI Synergy in Agentic Code Review
Queen’s University（女王大学）
研究通过分析300个开源项目27.8万次代码审查对话，比较人类与AI在代码审查中的反馈差异及建议采纳效果，发现人类提供更全面的反馈，AI建议采纳率较低且导致代码复杂度增加。
2026-11-02 cs.SE
Accountability in Code Review: The Role of Intrinsic Drivers and the Impact of LLMs
本研究通过访谈和焦点小组，发现代码审查中问责的四个内在驱动因素，并指出LLM辅助审查破坏了传统同行审查的集体问责机制，强调AI引入需保留社会完整性。
2025-02-21 cs.SE
Gendered Prompting and LLM Code Review: How Gender Cues in the Prompt Shape Code Quality and Evaluation
Technische Universität Berlin（柏林工业大学）；Humboldt-Universität zu Berlin（柏林洪堡大学）
研究探讨性别化提示对代码生成和审查的影响，发现性别线索在代码质量上影响有限，但对代码审查存在系统性偏见。
2026-03-25 cs.HC cs.SE
Peer Code Review in Research Software Development: The Research Software Engineer Perspective
本研究从研究软件工程师视角探讨同行代码审查的实践、挑战及改进，旨在揭示其在提升研究软件质量中的关键作用。
2025-11-13 cs.SE
Code Smells Detection via Modern Code Review: A Study of the OpenStack and Qt Communities
代码评审在软件质量控制中起着重要的作用，它可以检测和定位缺陷和其他质量问题。可能影响软件质量的一种问题是代码气味。然而，我们对现代代码审查中代码气味的识别程度知之甚少。为了研究现代代码审查中识别出的代码气味背后的概念，以及审查者建议和开发人员采取什么行动来响应识别出的气味，我们通过分析来自OpenStack（Nova和Neutron）和Qt（Qt Base和Qt Creator）社区的四个大型开源项目的审查，对代码审查中的代码气味进行了研究。我们手动检查了通过关键字搜索和随机选择获得的总共25，415条代码审查评论，并确定了1，539条与气味相关的评论。我们的分析发现：1）代码气味在代码评审中通常不会被识别出来，2）气味通常是由违反编码约定引起的，3）评审人员通常会提供建设性的反馈，包括修复（重构）建议，以帮助开发人员消除气味，4）开发人员通常遵循这些建议并采取行动的变化，5）一旦确定由审查，开发人员通常花费不到一周的时间来修复气味，以及6）开发人员选择忽略所识别的气味的主要原因是不值得修复气味。我们的研究结果表明：1）开发人员应该在他们的项目中严格遵循编码惯例，以避免引入代码气味，2）基于审查的代码气味检测被开发人员认为是一种值得信赖的方法，主要是因为审查是上下文敏感的（由于评审人员是项目开发团队的一部分，因此他们更了解代码的上下文），以及3）需要充分考虑程序上下文以便做出是否立…
2022-05-16 cs.SE
An Empirical Study on Code Review Activity Prediction and Its Impact in Practice
本文研究代码审查中的文件活动预测，结合代码嵌入与审查过程特征预测需评论、修改或属于热点的文件，并在开源与工业数据集上验证其优于现有方法。
2024-05-13 cs.SE
State-Of-The-Art In Empirical Validation Of Software Metrics For Fault Proneness Prediction: Systematic Review
随着软件可靠性和故障成本的急剧上升，对软件质量的要求越来越高。然而，保证高质量的软件系统的规模和复杂性的增长，加上对他们的发展所施加的限制，已成为越来越困难，时间和资源消耗的活动。因此，交付没有严重错误的软件是不可避免的。在这种情况下，面向对象（OO）产品作为软件开发的事实标准，其独特的功能可能会有一些缺陷，很难发现或查明的变化的影响。故障识别、发现和修复得越早，成本就越低，质量就越高。为了评估产品质量，使用软件度量。许多面向对象的度量标准已经被提出和发展。此外，许多实证研究已经验证了度量和类错误倾向（FP）的关系。挑战在于哪些指标与FP类相关以及执行哪些活动。因此，这项研究汇集了最先进的故障预测的FP，利用CK和大小度量。我们对相关已发表的经验验证文章进行了系统的文献综述。所得结果进行了分析和介绍。它表明，29个相关的实证研究存在和措施，如复杂性，耦合和规模被发现是密切相关的FP。
2016-01-07 cs.SE
The End of Code Review: Coding Agents Supersede Human Inspection
KTH Royal Institute of Technology（皇家理工学院）
本文论证基于大型语言模型的编码代理已超越传统人工代码审查的能力阈值，能以更低成本、更高吞吐量实现审查目标，并指出人工审查与AI协作的路径不可持续。
2026-06-12 cs.SE
Blended PC Peer Review Model: Process and Reflection
针对同行评审压力，MSR 2025提出混合PC模型，将初级与常规成员配对评审，缓解审稿人短缺并提升包容性，实证调查显示其潜力，并给出改进建议。
2025-08-07 cs.SE
Demystifying Code Snippets in Code Reviews: A Study of the OpenStack and Qt Communities and A Practitioner Survey
本文通过挖掘 OpenStack 与 Qt 社区代码评审数据并结合从业者调查，研究代码片段在评审评论中的使用场景与作用。
2024-04-04 cs.SE
The Impact of Human Factors on the Participation Decision of Reviewers in Modern Code Review
现代代码评审（MCR）在软件质量实践中起着关键作用。在MCR过程中，新的补丁（即，一系列代码更改），以便在将源代码纳入主要软件储存库之前查明源代码中的弱点。为了降低未来出现缺陷的风险，先前的工作建议应在充分参与评审的情况下执行MCR。事实上，最近的工作表明，参与评审的人数少与软件质量差有关。然而，有一种可能的情况是，一个新的补丁仍然遭受穷人的审查参与，即使审查者被邀请。因此，在本文中，我们着手调查的因素，与受邀评审员的参与决定。通过对分布在Android、LibreOffice、OpenStack和Qt系统上的230，090个补丁的案例研究，我们发现：（1）16%-66%的补丁至少有一个被邀请的审阅者没有回应审阅邀请;（2）人为因素在预测被邀请的审阅者是否会参与审阅方面起着重要作用;（3）被邀请的评审者的评审参与率和被邀请的评审者的代码创作经验与被邀请的评审者的参与决定高度相关。这些结果可以帮助从业人员更好地了解人的因素如何与评审员的参与决策相关联，并作为邀请评审员的指导方针，从而更好地邀请评审员和更好地参与评审。
2018-06-27 cs.SE
Harnessing Large Language Models for Curated Code Reviews
本文提出一种基于大型语言模型的数据集精选流水线，用于提升代码审查数据集质量，并验证其能改善评论生成与代码精化等下游任务表现。
2025-02-05 cs.SE
Bridging Generation and Training: A Systematic Review of Quality Issues in LLMs for Code
Sun Yat-sen University（中山大学）；Nanyang Technological University（南洋理工大学）；Tongji University（同济大学）；Fudan University（复旦大学）
本文系统综述114项研究，探讨训练数据质量如何影响代码生成质量，建立统一分类体系，提出18种传播机制，并总结检测与缓解技术，指出质量保障正从事后过滤转向数据驱动的闭环修复。
2026-10-20 cs.AI cs.SE
Knowledge-Guided Prompt Learning for Request Quality Assurance in Public Code Review
School of Computer Science（计算机科学学院）；Artificial Intelligence, Wuhan University of Technology（人工智能，武汉理工大学）；China Mobile Design Institute Co., Ltd.（中国移动设计研究院有限公司）；School of Computer Science, Wuhan University（计算机科学学院，武汉大学）
本文提出KP-PCR方法，通过文本提示调优和知识与代码前缀调优，解决公共代码审查中开发者请求必要性预测和标签推荐问题，实验表明性能优于基线。
2025-11-10 cs.AI cs.SE
"A Second Set of Eyes": The Process and Challenges of Software Documentation Review
McGill University（麦吉尔大学）；Université de Montréal（蒙特利尔大学）；Google DeepMind（谷歌DeepMind）
本研究通过对31名资深技术撰写人员访谈，明确软件文档评审的五个阶段及相关挑战，将文档评审定位为关键协作工作领域，为流程与工具优化提供新方向。
2026-08-28 cs.HC cs.SE
AI-Assisted Code Review as a Scaffold for Code Quality and Self-Regulated Learning: An Experience Report
The University of Melbourne（墨尔本大学）；University of Eastern Finland（东芬兰大学）
本文探讨了AI辅助代码审查在软件工程教育中的应用，通过混合方法设计分析了学生自主学习过程，发现工具优化后技术问题显著减少，且AI审查的响应率稳定，提出了AI审查在教育中的设计和教学建议。
2026-04-25 cs.AI cs.SE
Empirical Standards for Repository Mining
学术同行评议的目的是评估科学手稿的质量。然而，一项又一项研究表明，同行评议既不能有效地评估研究质量，也不能可靠地评估研究质量。经验标准试图通过模拟科学界对在该社区进行的每一种经验研究的期望来解决这个问题。这不仅会提高研究质量，而且会提高同行评审的可靠性和可预测性，因为科学家在其研究者和评审者的角色中都采用了这些标准。然而，这些改进取决于标准的质量和采用情况。因此，本教程将介绍挖掘软件存储库的经验标准，以传达其内容并从与会者那里获得反馈。本教程将分为三个部分：（1）经验标准项目的简要概述;（2）储存库开采标准的详细介绍;（3）讨论和改进建议。
2022-03-29 cs.DL cs.SE
A Review On Software Defects Prediction Methods
Nirma University（尼尔玛大学）
软件质量是软件的重要方面之一。随着需求的增加，软件设计变得越来越复杂，增加了软件缺陷的可能性。测试人员通过修复缺陷来提高软件的质量。因此，缺陷分析可以显著提高软件质量。软件的复杂性也会导致更多的缺陷，因此手动检测可能会成为一个非常耗时的过程。这给了研究人员开发自动软件缺陷检测技术的动力。在本文中，我们试图分析最先进的机器学习算法的软件缺陷分类的性能。我们使用了来自NASA Promise数据库的七个数据集进行这项研究工作。神经网络和梯度提升分类器的性能优于其他算法。
2020-11-17 cs.LG cs.SE
Automating Code Review Activities by Large-Scale Pre-training
Peking University（北京大学）；Microsoft Research Asia（微软亚洲研究院）；Sun Yat-sen University（中山大学）；LinkedIn（领英）；Microsoft DevDiv（微软开发者事业部）
代码评审是软件开发生命周期的重要组成部分，其目的是保证代码的质量。现代代码审查活动需要开发人员查看，理解甚至运行程序，以评估逻辑，功能，延迟，风格和其他因素。事实证明，开发人员不得不花费太多的时间来审查同行的代码。因此，对代码审查过程自动化的需求很大。在这项研究中，我们专注于利用预训练技术的任务，在代码审查的情况下。我们收集了一个大规模的真实世界的代码更改和代码审查的数据集，这些代码来自九种最流行的程序设计语言的开源项目。为了更好地理解代码差异和审查，我们提出了CodeReviewer，这是一个预先训练的模型，它利用了专门为代码审查场景定制的四个预先训练任务。为了评估我们的模型，我们集中在三个关键任务相关的代码审查活动，包括代码变更质量估计，审查意见的生成和代码细化。此外，我们还针对这三个任务建立了一个高质量的基准数据集，并对其进行了全面的实验，实验结果表明，我们的模型在所有任务中的性能都优于以前最先进的预训练方法。进一步的分析表明，我们提出的预训练任务和多语言预训练数据集有利于模型对代码更改和审查的理解。
2022-10-11 cs.AI cs.SE
Architectural Tactics for Big Data Cybersecurity Analytic Systems: A Review
内容：大数据网络安全分析旨在通过使用大数据工具和技术分析安全事件数据来保护网络，计算机和数据免受未经授权的访问。虽然文献中已经报道了大量的大数据网络安全分析系统，但缺乏从架构角度对文献进行系统和全面的审查。目的：本文报告了一项系统性综述，旨在确定大数据网络安全分析系统最常报告的质量属性和架构策略。方法：采用系统性文献综述（SLR）方法，对74篇按照明确标准筛选的原始文献进行综述。结果如下：我们的发现有两个方面：（i）确定12个最常报告的质量属性，并说明其对大数据网络安全分析系统的重要性;（ii）确定和编纂17个架构策略，以解决通常与大数据网络安全分析系统相关的质量属性。确定的策略包括六个性能策略，四个准确性策略，两个可扩展性策略，三个可靠性策略，以及一个安全性和可用性策略。结论：我们的研究结果表明，（a）尽管互操作性、可修改性、适应性、通用性、隐蔽性和隐私保证很重要，这些质量属性在文献中缺乏明确的架构支持（b）需要进行实证调查，以评估编纂的架构策略的影响（c）应投入大量的研究工作来探索该行业-（d）学术界和工业界之间普遍缺乏有效的合作，以支持大数据网络安全分析系统领域。
2018-02-09 cs.CR cs.SE
Improving Code Review with GitHub Issue Tracking
软件质量对于技术公司来说是一个重要的问题，因为它极大地影响了最终产品的效率，有用性和可维护性;因此，代码审查是软件开发人员必须做的活动。在代码审查过程中，高级工程师监视其他开发人员的工作，以发现可能的问题并执行编码标准。GitHub是使用最广泛的开源软件平台之一，吸引了数百万开发人员使用它来存储他们的项目。本研究旨在从代码审查的角度分析GitHub上的代码质量。我们使用GitHub的Issues Tracker检查了代码审查过程，该跟踪器允许团队成员在批准之前评估，讨论和分享他们对拟议代码的意见。基于我们的分析，我们提出了一种新的方法，通过促进规律性和社区参与来改善代码审查过程。
2022-10-10 cs.SE cs.SI
SWE-PRBench: Benchmarking AI Code Review Quality Against Pull Request Feedback
SWE-PRBench通过350个带人工标注的拉取请求评估AI代码审查质量，发现即使在代码生成基准测试中表现良好，AI在仅基于差异的配置下仍只能检测出人类标记问题的15-31%，表明AI代码审查距离人类专家表现仍有差距。
2026-03-27 cs.AI cs.SE
Benchmarking LLMs for Fine-Grained Code Review with Enriched Context in Practice
Harbin Institute of Technology（哈尔滨工业大学）；ByteDance（字节跳动）
ContextCRBench通过丰富上下文的细粒度代码审查基准测试，评估LLM在代码审查中的性能，发现文本上下文比代码上下文更有效，且在工业应用中提升了审查系统性能。
2025-12-30 cs.AI cs.SE
CRScore: Grounding Automated Evaluation of Code Review Comments in Code Claims and Smells
Carnegie Mellon University（卡内基梅隆大学）；Language Technologies Institute（语言技术研究所）
本文提出无参考指标 CRScore，利用 LLM 与静态分析器识别的代码声明和潜在问题，从多维度细粒度评估代码审查评论，并发布 2.9k 条人工标注语料。
2025-03-16 cs.AI cs.CL cs.SE
Code Review Agent Benchmark
National University of Singapore（新加坡国立大学）；Zhejiang University（浙江大学）
本文提出c-CRAB基准，用于评估代码审查代理的能力，发现现有代理仅能解决40%的任务，揭示了未来研究的潜力及人机协作的可能性。
2026-04-07 cs.AI cs.SE
