基於協同過濾與大型語言模型的程式碼可讀性評估個人化方法

程式碼可讀性評估因開發者而異，本研究提出了一種利用協同過濾方法校準大型語言模型評估結果，實現個人化評估，從而提高程式碼可讀性評估的準確性。