ثورة في تصنيف الأخطاء: TriagerX يجمع بين تقنيتي التحويل لتحقيق نتائج مذهلة

في عالم تطوير البرمجيات، يعد تصنيف الأخطاء (Bug Triaging) أحد التحديات الأساسية، حيث يتطلب تحديد المطور المناسب للتعامل مع كل خطأ. قدمت TriagerX حلاً مبتكراً يستخدم نموذج لغة معمارية التحويل المزدوج (Dual Transformers) لتعزيز فعالية هذه العملية.

تواجه أنظمة تصنيف الأخطاء التقليدية صعوبة في التقاط الدلالات الصحيحة للكلمات مثلما تفعل نماذج اللغات المدربة مسبقاً (Pretrained Language Models أو PLMs). فعلى الرغم من أن PLMs تتفوق على نماذج التعلم الآلي التقليدية مثل TF-IDF، إلا أنها لا تزال تعاني من مشاكل تتعلق بالتركيز على الكلمات غير المهمة في تقارير الأخطاء، مما يحد من فعاليتها.

للتغلب على هذه التحديات، تم تصميم TriagerX ليستخدم معمارية تحويل مزدوجة، حيث يجمع التوصيات من اثنين من محولات التحويل بحيث يقدم كل منهما توصياته خلال الطبقات الثلاث الأخيرة. هذا التركيب الفريد يولد تصنيفًا قويًا يعتمد على المحتوى ويعزز دقة توصيات المطورين.

بجانب ذلك، يعتمد TriagerX أيضاً على منهجية تصنيف قائمة على التفاعل، تأخذ بعين الاعتبار التفاعلات التاريخية للمطورين مع الأخطاء المماثلة. وقد أثبتت الدراسة التجريبية أن TriagerX قد تجاوز تسعة نماذج قائمة على التحويل، بما في ذلك النماذج المتطورة الحالية، بزيادة دقة التوصيات بنسبة تفوق 10%.

عملنا مع شريك صناعي كبير لتطبيق TriagerX في بيئة تطويره، الذي طلب توصيات للمطورين والمكونات. وقد تجاوز TriagerX جميع النماذج السابقة بنسبة تصل إلى 10% في توصيات المكونات و54% في توصيات المطورين، مما يبرز مدى فعاليته في سياقات متعددة، خاصةً في حالات تغير الفرق أو تغييرات المطورين.