一种基于微调大语言模型的代码静态审查方法及系统

本发明公开了一种基于微调大语言模型的代码静态审查方法及系统，属于软件静态测试技术领域。该方法包括：收集并预处理代码静态规则集，根据编程语言和项目需求筛选标准规则，分级归类并去重；通过开源代码分析、故障植入及大语言模型生成三种方式构建正反示例程序数据集，结合模板整合为结构化训练数据；选择适配代码推理任务的基座模型，采用LoRA微调方法优化模型参数，通过输出层设计预测代码规则违例情况；基于指标评估模型性能。本发明增强了静态审查的效率，包括报告的可读性，友好的交互与可扩展性，通过提升代码上下文理解的能力减少误报和漏报，并实现跨语言跨平台的便携性。