Key points are not available for this paper at this time.
Melhorar o desempenho de software é uma parte importante, mas desafiadora, do ciclo de desenvolvimento de software. Hoje, a maioria das ineficiências de desempenho são identificadas e corrigidas por especialistas em desempenho. Avanços recentes em abordagens de aprendizado profundo e a ampla disponibilidade de dados de código aberto criam uma grande oportunidade para automatizar a identificação e correção de problemas de desempenho. Neste artigo, apresentamos o DeepDev-PERF, uma abordagem baseada em transformadores para sugerir melhorias de desempenho para aplicações C#. Nós pré-treinamos o DeepDev-PERF em corpora de código em inglês e fonte, seguido de ajuste fino para a tarefa de gerar patches de melhoria de desempenho para aplicações C#. Nossa avaliação mostra que nosso modelo pode gerar a mesma sugestão de melhoria de desempenho que a correção do desenvolvedor em 53.
Garg et al. (Mon,) estudaram essa questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: