C# DASTURLARIDA XATOLARNI ANIQLASHDA KATTA TIL MODELLARI VA STATIK TAHLILNI BIRLASHTIRISH YONDASHUVI

Abstract

Dasturiy ta’minotdagi xatolarni erta aniqlash uning ishonchliligi va xavfsizligini oshirishda muhim ahamiyatga ega. Statik tahlil vositalari kodni oldindan belgilangan qoidalar asosida tekshiradi, katta til modellari (LLM) esa kod kontekstini sharhlash va ehtimoliy muammolarni tabiiy tilda tushuntirish imkonini beradi. Biroq har ikki yondashuvda ham cheklovlar mavjud: statik analizatorlar ayrim kontekstga bog‘liq xatolarni o‘tkazib yuborishi, LLM esa mavjud bo‘lmagan xato haqida ishonarli ko‘rinadigan xabar yaratishi mumkin. Ushbu maqolada C# dasturlaridagi xatolarni aniqlash uchun LLM va statik tahlil natijalarini birlashtiruvchi metodologik yondashuv taklif etiladi. Yondashuv uchta variantni — faqat LLM, faqat statik tahlil va ularning birlashtirilgan variantini — bir xil etalon ma’lumotlar to‘plamida baholashni nazarda tutadi. Baholash uchun precision, recall, F1-score, noto‘g‘ri ijobiy topilmalar ulushi, ishlash vaqti va xarajat ko‘rsatkichlari tavsiya qilinadi. Maqola tajriba dizayni, ma’lumotlarni tanlash, topilmalarni moslashtirish va takrorlanuvchanlik talablarini bayon qiladi. Bu ish metodologik taklif bo‘lib, unda hali bajarilmagan tajribalarning natijalari keltirilmaydi; yondashuvning samaradorligi keyingi empirik tekshiruv orqali aniqlanishi kerak.