arXiv · cs.AI· Muhammad Waseem, Aakash Ahmad, Pekka Abrahamsson·· 1 天前
LLM生成重构的仓库级采用就绪度实证研究
When LLM-Generated Refactorings Ripple: An Empirical Study of Repository Adoption Readiness
arXiv:2610.24790v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Muhammad Waseem, Aakash Ahmad, Pekka Abrahamsson
研究任务与主要进展
基于论文摘要，研究团队对15个开源Java仓库的150个生产文件开展1,500次LLM重构生成，比较五种模型配置及单提示与LangGraph多智能体两种依赖感知条件，1,455个完整候选中93.8%被归为高契约/依赖风险，仅8个满足低风险标准。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org