一种基于对抗学习的issue标题生成模型鲁棒性提升方法

本发明公开了一种基于对抗学习的issue标题生成模型鲁棒性提升方法，涉及对抗学习技术领域。包括将原始训练集中的issue原始样本输入到大语言模型中，使用思维链提示方法，利用大语言模型生成可能诱导现有issue标题生成模型产生错误标题或低质量标题的对抗样本，重复生成过程得到issue对抗训练集，运用数据增强策略，将issue对抗训练集与原始训练集混合生成混合训练集，使用混合训练集对现有issue标题生成模型进行重新训练，获得鲁棒模型，将样本输入鲁棒模型，获得生成的issue标题。本发明能够有效地模拟模型在真实应用场景中可能面临的复杂情况和输入变化，显著提升模型的鲁棒性。