@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00223453,
 author = {福本, 大介 and 柏, 祐太郎 and 平尾, 俊貴 and 藤原, 賢二 and 飯田, 元},
 book = {ウィンターワークショップ2023論文集},
 month = {Jan},
 note = {近年，深層学習モデルを用いたコード補完の研究が数多く報告されている．特に，文章生成で最先端の成果をあげている T5 を用いた手法では，GitHub から収集したコードで事前学習することで優れた性能を発揮している．一方で，プロジェクトによっては特有のコーディング規約や識別子の命名が用いられているため，補完結果の一部を開発者が修正しなければならない場合がある．本研究では，特定のプロジェクトに適したコード補完が行えるモデルを構築する事を目的とする．そのために，モデルに対して対象プロジェクトのソースコードを用いてファインチューニングを行うドメイン適応を行う．ドメイン適応の効果の検証に加えて，プロジェクトの規模とドメイン適応の効果の関係，データドリフトの影響を調査する．},
 pages = {19--20},
 publisher = {情報処理学会},
 title = {プロジェクトに適したコード補完モデルの実現に向けて},
 volume = {2023},
 year = {2023}
}