论文提出九种 LLM 代码异味及检测工具 SpecDetect4LLM。
资讯摘要
论文提出 LLM 代码异味的自包含分类体系，并整理出九种 LLM 代码异味目录，同时开发静态源码分析工具 SpecDetect4LLM 用于检测。作者报告在 692 个开源项目（171,194 个源文件）上评估，检测精确率 91.3%、召回率 71.8%，73.5% 的被分析系统存在 LLM 代码异味。
要点速读
- 论文给出九种 LLM 代码异味的分类与目录，聚焦 LLM 推理集成不当的编码实践。
- 作者开发静态分析工具 SpecDetect4LLM，并报告检测精确率 91.3%、召回率 71.8%。
- 在 692 个开源项目、171,194 个源文件上评估，73.5% 的系统存在 LLM 代码异味。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。