Refactoring Forecaster
прогноз рефакторинга Java-файлов перед релизом
2 min readupdated
Модель оценивает вероятность того, что разработчики проведут рефакторинг продакшн-файла на Java до следующего релиза. Разработка от автора Binamra Aryal (часть магистерской диссертации в Техасском университете в Арлингтоне) объединяет три энкодера (нейросети-кодировщика текста): две копии microsoft/codebert-base для самого кода и истории коммитов, а также sentence-transformers/all-mpnet-base-v2 для обсуждений. В отличие от обычных анализаторов исходников, она смотрит на проект комплексно — учитывает не только структуру классов, но и переписку команды в задачах и пул-реквестах. Пригодится тимлидам и исследователям разработки ПО для приоритизации код-ревью.
Ключевые особенности
- Три источника данных: анализирует скелет файла и методы, сообщения и диффы коммитов, а также комментарии в связанных issues и PR.
- Архитектура с attention pooling: сводит окна текста (до 64 окон на каждый аспект) в единый вектор из 2 304 чисел и выдаёт итоговую вероятность через линейный слой и сигмоиду.
- Калибровка под ранжирование: при пороге 0.794 модель ставит кандидатов на рефакторинг выше остальных файлов (AP в 2.0–3.4 раза выше базовой частоты в репозитории).
- Открытая лицензия: веса объёмом 1.4 ГБ (float32) опубликованы под лицензией Apache-2.0.
Что можно сделать
- Приоритизировать код-ревью: отсортировать Java-файлы в репозитории по вероятности изменений, чтобы в первую очередь проверить самые нестабильные модули перед релизом.
- Использовать в исследованиях SE: воспроизвести эксперименты или дообучить архитектуру на собственных репозиториях с помощью готового пайплайна из
forecaster.py.
Пример
from huggingface_hub import snapshot_download
import sys
folder = snapshot_download("Binamra00/refactoring-forecaster")
sys.path.insert(0, folder)
from forecaster import load
model = load(folder)
p = model.probability(code=[skeleton, *methods], history=commit_texts, discourse=discourse_texts)Подробнее
Тест (200 438 строк, 3.2% с рефакторингом): ROC-AUC 0.713, Recall 0.297, Precision 0.095, F1 0.144, AP 0.079.Обучение: 7 эпох (взята 4-я с val AP 0.106) на одной GPU A100 в bfloat16, размер весов — 1.4 ГБ (0.36B параметров).
Ограничения: обучена и проверена только на 5 Java-репозиториях (commons-lang, checkstyle, dubbo, junit-framework, questdb); срабатывает примерно 1 раз из 10, поэтому подходит для ранжирования, а не автопринятия решений.










Comments