Разработка интеллектуальной модели на основе генеративных нейросетей для анализа кода репозитория и содействия программистам

В современных IT компаниях часто возникают ситуации, когда принимаются компромиссные решения, чтоб разработать функционал в отведенный срок. Подобные решения часто бывают неэффективными и приводят к накоплению технического долга. Неконтролируемый рост технического долга влечет за собой архитектурную деградацию проекта и увеличение временных затрат на внесение изменений. Сокращение технического долга это рутинная операция требующая значительных временных ресурсов разработчика. Данный процесс частично автоматизирован практикой непрерывной интеграции, но существующие средства эффективны лишь в ограниченном диапазоне задач. Текущее исследование фокусируется на возможности автоматизации процесса сокращения технического дола с использованием больших языковых моделей. В данной работе рассмотрены различные большие языковые модели для исправления и генерации программного кода. В частности будет предложено решение на основе одной из рассмотренных нейронных сетей, включающее в себя приложение, способное выполнять поставленные задачи по описанию на естественном языке.