Gépi tanulás a szoftverfejlesztésben kutatócsoport

2025.09.21.

Bemutatkozás

Kutatócsoportunkat 2018-ban alapítottuk, mivel érdekesnek találtuk a szoftvertechnológia és a gépi tanulás akkoriban formálódó határterületét. Célunk egy olyan közeg megteremtése volt, ahol mi és az érdeklődő hallgatók is közösen kutathatjuk ezt a területet. Fő tevékenységünk a gépi tanulás, azon belül is főleg a mélytanulás alkalmazása a szoftverfejlesztés feladataira: megtanítani a számítógépeket programkód megértésére, írására, és javítására. A forráskódok bizonyos mértékben és tulajdonságaikban hasonlítanak a természetes nyelvekhez, így alkalmazhatóak rájuk a természetes nyelvek gépi feldolgozásában használt módszerek, mint például a nagy nyelvi modellek.

Kutatási területek

▶ Programkód transzformációk

▶ Kód idiomatizálása

➥ *Python programok idiomatizálása.* A fenti Python program egy hagyományos ciklussal számlálja meg a pozitív értékeket, a javított verzió egy listakifejezéssel idiomatikusabb megközelítést alkalmaz. Az általunk alkotott kétkomponensű módszer mély tanuláson alapuló architektúrákkal oldja meg az idiomatizálás feladatát.

Kapcsolódó publikációk:
☞ Idiomatizing Python source code using different recurrent architectures
☞ Localizing and idiomatizing nonidiomatic Python code with deep learning

▶ Programhibák automatikus javítása

Kapcsolódó publikációk:
☞ Fine-tuning CodeLlama to fix bugs

▶ Neurális kódvisszafejtés

➥ *Többkomponensű kódvisszafejtő modell.* Egy szekvencia-szekvencia modell megkapja a szöveges bemenetet (bal oldal), majd szavanként alakítja át az elvárt kimeneti formátumra (középen). Az architektúra figyelem mechanizmus segítségével tudja javítani a visszaadott szöveg minőségét, illetve a másoló mechanizmus segítségével képes szószekvenciákat átemelni a bemenetből a kimenetbe.

Kapcsolódó publikációk:
☞ Single-pass end-to-end neural decompilation using copying mechanism

▶ Követelményelemzés

Módszertan

rekurrens neurális hálók
transzformerek
nagy nyelvi modellek
másoló mechanizmus

Kutatócsoport tagjai

Pintér Balázs, adjunktus (kutatócsoport-vezető, MTMT, Tud-O-Méter)
Gregorics Tibor, docens
Szalontai Balázs doktori hallgató
Szalay Gergő doktori hallgató
Silva Matti doktori hallgató
és 15–20 MSc és BSc hallgató

Kiemelt publikációk

G. Szalay, M. B. Poór, B. Pintér, T. Gregorics (2024): Single-pass end-to-end neural decompilation using copying mechanism, Neural Computing and Applications [DOI]
B. Szalontai, A. Vadász, T. Márton, B. Pintér, T. Gregorics (2024): Fine-tuning CodeLlama to fix bugs, Proceedings of International Conference on Recent Innovations in Computing [DOI]
B. Szalontai, T. Márton, Á. Kukucska, B. Pintér, T. Gregorics (2024): Idiomatizing Python source code using different recurrent architectures, Intelligent Systems and Applications [DOI]
B. Szalontai, Á. Kukucska, A. Vadász, B. Pintér, T. Gregorics (2023): Localizing and idiomatizing nonidiomatic Python code with deep learning, Intelligent Computing [DOI]
B. Mucsányi, B. Gyarmathy, Á. Czapp, B. Pintér (2022): Flexible example-based program synthesis on tree-structured function compositions, SN Computer Science [DOI]

Elérhetőség

Pintér Balázs – pinter@inf.elte.hu