摘要
本发明公开了基于强化学习的代码审查评论生成方法及系统，属于软件工程与人工智能交叉技术领域，本发明要解决的技术问题为如何提升代码审查的准确性、效率及可扩展性，克服现有工具评论质量低及实用性差的缺陷，技术方案为：收集并预处理代码差异、人类评论及真实修正代码的数据，构建数据集；生成代码审查评论：通过数据集微调预训练大语言模型LLM，并采集代码差异数据，获取审查评论；语义相似性奖励：计算生成评论与真实评论的语义相似度，生成奖励信号R_semantic；后续任务奖励：将生成的评论与代码差异输入代码优化模型，生成修正后代码补丁，并通过评估生成补丁与真实补丁的相似度，生成奖励信号R_task；强化学习微调大语言模型LLM；部署与评论生成。
