TransRegex: Multi-modal Regular Expression Synthesis by Generate-and-Repair
由于正则表达式（正则表达式）难以理解和组合，自动生成正则表达式一直是一个重要的研究问题。本文介绍了TransRegex，自动构造正则表达式从自然语言的描述和例子。据我们所知，TransRegex是第一个将基于NLP和示例的正则表达式合成问题视为带正则表达式修复的基于NLP的合成问题的人。为此，我们提出了新的算法，基于NLP的合成和正则表达式修复。我们在三个公开的数据集上使用十个相关的最先进的工具来评估TransRegex。测试结果表明，在三个数据集上，我们的TransRegex的准确率分别比基于NLP的方法高17.4%、35.8%和38.9%。此外，TransRegex可以实现比最先进的多模态技术更高的准确度，在所有三个数据集上的准确度都高出10%到30%。测试结果也表明，TransRegex在利用自然语言和实例方面更有效。
2021-03-02 cs.PL cs.SE
Dr. Boot: Bootstrapping Program Synthesis Language Models to Perform Repairing
MSc Artificial Intelligence Master Thesis（人工智能硕士论文）；November 2022 - July 2023（2022年11月-2023年7月）；N. Butt MSc（N. Butt 硕士）；M. Macfarlane MSc（M. Macfarlane 硕士）；Dr. H.C. van Hoof（H.C. van Hoof 博士）
本文提出引导算法Dr. Boot，通过教会程序合成语言模型迭代修复代码，在性能上超越常规微调，并达到更大规模微调模型的水平，同时揭示了APPS训练集测试用例的质量问题。
2025-07-20 cs.AI cs.SE
Alleviating Patch Overfitting with Automatic Test Generation: A Study of Feasibility and Effectiveness for the Nopol Repair System
在许多不同种类的程序修复技术中，一个被广泛研究的技术家族被称为基于测试集的修复。然而，测试套件本质上是输入输出规范，因此通常不足以完全指定修复下的程序的预期行为。因此，基于测试集的修复技术生成的补丁只能过拟合到使用过的测试集，而不能推广到其他测试。对程序修复中的过拟合问题进行了深入的分析，并对过拟合问题进行了分类。这种分类将有助于社区更好地理解和设计技术来解决过拟合问题。我们进一步提出并评估了一种称为UnsatGuided的方法，该方法旨在通过自动生成测试用例来缓解基于合成的修复技术的过拟合问题。该方法使用额外的自动生成的测试，以加强修复约束所使用的合成为基础的修复技术。我们分析了Unsat Guided的有效性：1）分析性地缓解了两种不同类型的过拟合问题; 2）基于对Defects 4J存储库的224个错误的实验进行经验性分析。主要结果是，自动测试生成是有效的，在缓解一种过拟合问题-回归介绍，但由于预言机的问题，对缓解另一种过拟合问题-不完全固定的积极影响很小。
2018-10-24 cs.SE
Provable Repair of Deep Neural Network Defects by Preimage Synthesis and Property Refinement
针对深度神经网络在安全威胁下的缺陷，提出可证明修复框架ProRepair，通过原像合成与属性精化实现统一修复，在多任务基准上表现出优于现有方法的有效性、效率与可扩展性，大幅提升修复性能与泛化能力。
2025-11-11 cs.CR cs.SE
Synthesize, Execute and Debug: Learning to Repair for Neural Program Synthesis
UC Berkeley（加州大学伯克利分校）；Technical University of Denmark（丹麦技术大学）
深度学习技术的使用已经在从输入-输出示例进行程序合成方面取得了重大进展。然而，当程序语义变得更加复杂，它仍然是一个挑战，综合程序是符合规范。在这项工作中，我们提出了SED，神经程序生成框架，包括合成，执行和调试阶段。SED不是纯粹依靠神经程序合成器来生成最终程序，而是首先使用神经程序合成器组件生成初始程序，然后利用神经程序调试器来迭代地修复生成的程序。调试器组件的集成使SED能够根据执行结果和规范修改程序，这类似于人类程序员的编码过程。在卡雷尔，一个具有挑战性的输入输出程序合成基准，SED降低了神经程序合成器本身的出错率相当大的利润，并优于标准的束搜索解码。
2020-10-22 cs.LG cs.SE stat.ML
QiMeng-PRepair: Precise Code Repair via Edit-Aware Reward Optimization
State Key Lab of Processors, Institute of Computing Technology, CAS（中国科学院计算技术研究所处理器芯片国家重点实验室）；University of Chinese Academy of Sciences（中国科学院大学）；Institute of Microelectronics, CAS（中国科学院微电子研究所）
本文提出PRepair框架，通过Self-Breaking和Self-Repairing组件减少过度编辑，提升代码修复精度，实验显示在fix_1@1指标下精度提升31.4%。
2026-04-07 cs.LG cs.SE
Astor: Exploring the Design Space of Generate-and-Validate Program Repair beyond GenProg
在过去的几年中，研究人员提出了新的修复方法，自动生成补丁修复软件错误。修复方法可以按照主要设计理念（例如生成并验证或基于合成）进行松散描述。这些修复方法中的每一种都是程序修复的设计空间中的一个点。我们的目标是通过提供一个框架来促进修复方法的设计，开发和评估：a）包含方法实现中常见的组件，因此可以在它们之上构建新的方法，b）提供现有修复方法的内置实现。本文提出了一个名为Astor的框架，它包含了生成和验证修复方法的设计空间。Astor提供了扩展点，形成了程序修复的显式决策空间。通过这些扩展点，研究人员可以重用现有组件或实现新组件。Astor包含6种Java实现的修复方法，其中包括先驱之一：GenProg。研究人员已经在Astor上定义了新的方法，通过使用扩展点对这些内置方法进行了改进，并在评估中执行了Astor的方法实现。在Astor上构建的修复方法的实现能够修复来自5个大型Java程序的总共98个真正的错误。
2019-01-23 cs.SE
EigenData: A Self-Evolving Multi-Agent Platform for Function-Calling Data Synthesis, Auditing, and Repair
Eigen AI
EigenData通过自演化多智能体平台实现函数调用数据的合成、审计与修复，提升基准测试的准确性和模型排名的相关性。
2026-03-05 cs.AI cs.CL cs.SE
Automatic Repair of Infinite Loops
软件自动修复的研究主要是开发能够自动检测和修复缺陷的系统。一个著名的bug是无限循环。每个计算机程序员或用户都至少经历过一次这种类型的错误。我们陈述了在基于测试集的软件修复的上下文中修复无限循环的问题：给定至少一个失败测试的测试集，生成使所有测试用例通过的补丁。因此，修复无限循环意味着至少有一个测试用例通过触发无限循环而挂起。我们自动修复无限循环的系统称为$Infinitel$。我们开发了一种技术来操纵循环，以便可以动态地分析循环的迭代次数;决定中断循环执行;并动态地检查循环的状态在每个迭代的基础上。然后，为了合成新的循环条件，我们使用基于可满足性模理论（SMT）的技术将这组程序状态编码为代码合成问题。我们评估我们的技术在七个种子错误和七个真正的错误。$Infinitel$能够在标准笔记本电脑配置上在几秒钟到一个小时内修复所有这些问题。
2015-04-20 cs.SE
Fix the Tests: Augmenting LLMs to Repair Test Cases with Static Collector and Neural Reranker
针对测试代码与生产代码不同步导致的过时测试修复问题，提出SYNTER方法，通过静态分析收集三类上下文并用神经重排序器筛选，输入LLM修复测试，实验显示优于基线且幻觉减少57.1%。
2024-11-05 cs.SE
Graph-based, Self-Supervised Program Repair from Diagnostic Feedback
Stanford University（斯坦福大学）
我们考虑从诊断反馈中学习修复程序的问题（例如，编译器错误消息）。程序修复具有挑战性，原因有两个：首先，它需要在源代码和诊断反馈中进行推理和跟踪符号。其次，可用于程序修复的标记数据集相对较小。在这项工作中，我们提出了新的解决方案，这两个挑战。首先引入程序反馈图，将源代码中与程序修复相关的符号与诊断反馈连接起来，然后在其上应用图神经网络对推理过程进行建模。其次，我们提出了一个用于程序修复的自监督学习范例，该范例利用在线提供的未标记程序来创建大量额外的程序修复示例，我们使用这些示例来预训练我们的模型。我们在两个应用程序上评估我们提出的方法：纠正介绍性编程任务（DeepFix数据集）和纠正程序合成（Sunday数据集）的输出。我们的最终系统DrRepair的性能明显优于之前的工作，在DeepFix上实现了68.2%的完全修复率（比之前最好的系统高出22.9%），在Sonix上实现了48.4%的合成成功率（比之前最好的系统高出3.7%）。
2020-06-30 cs.CL cs.LG cs.PL
MemoCoder: Automated Function Synthesis using LLM-Supported Agents
Queen's University（女王大学）；York University（约克大学）
本文提出多智能体框架 MemoCoder，通过可检索的修复知识集与导师智能体监督自修复循环，在三个代码基准上显著提升 Pass@10 与 Pass@50。
2025-07-24 cs.AI cs.SE
SpecAgent: Empowering Program Verification with Agentic Synthesis of Formal Program Specifications
Nanjing University（南京大学）
针对现有LLM规范综合方法在复杂程序上易失效的问题，提出SpecAgent智能体框架，通过依赖感知规划、RAG、智能体修复与评判，在真实C程序上实现96.82%精确率与88.95%召回率，并成功解决604个验证目标。
2026-10-06 cs.SE
TBar: Revisiting Template-based Automated Program Repair
我们重新审视基于模板的APR的性能，以建立有关修复模式有效性的全面知识，并强调补充步骤（如故障定位或供体代码检索）的重要性。为此，我们首先调查文献收集，总结和标签经常使用的修复模式。基于调查，我们建立TBar，一个简单的APR工具，系统地尝试将这些修复模式应用于程序错误。我们在Defects 4J基准上彻底评估了TBar。特别是，我们评估的实际定性和定量的多样性的修复模式，以及它们的有效性，产生合理的或正确的补丁。最终，我们发现，假设一个完美的故障定位，TBar正确/可修复74/101个错误。复制APR评估的标准和实用管道，我们证明TBar正确修复了Defects 4J中的43个错误，这是文献中前所未有的表现（包括所有方法，即，基于模板、基于随机突变或基于合成的APR）。
2019-06-06 cs.SE
RESTORE: Retrospective Fault Localization Enhancing Automated Program Repair
本文提出回顾式故障定位技术，通过复用失败补丁验证结果进行基于变异的动态分析，并在RESTORE工具中实现，在Defects4J基准上以更高效率修复了41个缺陷，显著优于现有Java自动修复工具。
2020-03-31 cs.SE
Patch Space Exploration using Static Analysis Feedback
本研究提出一种利用静态分析（不正确性分离逻辑）反馈指导自动程序修复的方法，通过创建等效补丁类减少验证次数，在无测试用例下高效修复内存安全问题。
2023-08-01 cs.SE
CausalRepair: Bridging the Causality Gap in Large Language Model-Based Automated Program Repair via Dual-Slicing
Peking University（北京大学）；Shandong University（山东大学）；Hong Kong Polytechnic University（香港理工大学）
CausalRepair是基于最小因果上下文的对话驱动型自动化程序修复框架，通过双重切片策略构建因果相关上下文，在Defects4J数据集上修复313个漏洞，性能优于现有方法且修复成本更低。
2026-08-12 cs.SE
Escaping the Self-Repair Trap: Improving Test Oracle Generation via Dual-Context Awareness
Beihang University（北京航空航天大学）；National College for Excellent Engineers（卓越工程师学院）；Qingdao Research Institute（青岛研究院）；Hangzhou Innovation Institute（杭州创新研究院）
针对迭代自修复引发的自修复陷阱问题，提出非迭代高效框架DCAware，结合结构化静态上下文与动态状态，在低计算成本下提升测试预言的故障检测效果
2026-10-12 cs.SE
Automated Repair of Programs from Large Language Models
像Codex这样的大语言模型已经显示出为许多编程任务生成代码的能力。然而，现有模型的成功率很低，特别是对于复杂的编程任务。原因之一是语言模型缺乏对程序语义的认识，导致程序不正确，甚至不能编译。在本文中，我们系统地研究了自动程序修复（APR）技术是否可以修复LeetCode竞赛中由语言模型产生的错误解决方案。我们的目标是研究APR技术是否可以提高可靠性的代码产生的大语言模型。我们的研究显示：（1）自动生成的代码与人工制作的解决方案共享常见的编程错误，这表明APR技术可能具有修复自动生成的代码的潜力;（2）给定由统计错误定位方法提供的错误位置信息，新发布的Codex编辑模式（支持编辑代码）在修复错误解决方案方面类似于或优于现有的Java修复工具TBar和Codder。通过分析这些工具产生的实验结果，我们提供了几个建议：（1）增强APR工具，以超越补丁空间的限制（例如，引入更灵活的错误定位）是期望的;（2）由于大语言模型可以通过在更多数据上训练来导出更多修复模式，未来的APR工具可以将焦点从添加更多修复模式转移到基于合成/语义的方法，（3）语言模型与APR的组合以策展补丁成分是值得研究的。
2023-01-02 cs.SE
Erratum: Leveraging Flexible Tree Matching to Repair Broken Locators in Web Automation Scripts
Web应用程序不断发展，以集成新功能并修复报告的错误。即使是细微的更改有时也会导致文档对象模型（DOM）的重大修改，DOM是浏览器用于呈现Web应用程序中包含的所有元素的基础模型。与Web应用程序（例如Web测试脚本，爬虫或机器人流程自动化）交互的Web服务器依赖于这种不断发展的DOM，这意味着它们通常特别脆弱。更准确地说，在自动化脚本中观察到的破坏的主要原因是元素定位符，它是自动化脚本用于在DOM中导航的标识符。当DOM发展时，这些标识符往往会中断，从而导致相关脚本无法再定位预期的目标元素。出于这个原因，一些贡献探索了自动修复页面上损坏的定位器的想法。这些作品试图通过扫描新DOM中的所有元素来修复给定的损坏定位器，以找到最相似的一个。不幸的是，当网页的复杂性增加时，这种方法无法扩展，导致计算时间长或不正确的元素修复。因此，本文通过引入一种新的定位器修复解决方案来对此问题采取不同的观点，该解决方案利用树匹配算法来重新定位损坏的定位器。这个解决方案，名为Erratum，实现了一个整体的方法来减少元素搜索空间，这大大简化了定位器修复任务，并大大提高了修复精度。我们比较了一个大规模的基准组成的现实和合成的突变，目前部署在生产中的流行的Web应用程序的Erratum的鲁棒性。我们的实证结果表明，Erratum的准确性优于WATER，一种最先进的解决方案，达到67%。
2021-06-09 cs.SE
PathFix: Automated Program Repair with Expected Path
PathFix提出一种基于期望路径的自动化程序修复方法，通过路径敏感约束生成补丁，并集成大语言模型，在循环和递归等复杂结构上表现更优。
2025-10-16 cs.SE
Code Repair with LLMs gives an Exploration-Exploitation Tradeoff
Cornell University（康奈尔大学）；Shanghai Jiao Tong University（上海交通大学）；University of Toronto（多伦多大学）；CIFAR（加拿大高级研究所）；Mila（米拉计算数学研究所）
本研究针对大语言模型代码迭代精炼的策略选择问题，将其建模为臂获取式老虎机问题并采用汤普森采样求解，在三类任务中实现了以更少模型调用解决更多问题的效果。
2024-10-29 cs.AI cs.CL cs.PL
When Large Language Models Confront Repository-Level Automatic Program Repair: How Well They Done?
本文构建含124个仓库级缺陷的RepoBugs基准，揭示LLM仓库级APR表现不足，并提出通用RLCE上下文提取方法，使修复率最高提升160%。
2024-03-01 cs.SE
Hype Meets Reality: Large Language Models as Mutators in Search-based Automated Program Repair of Simulink-Stateflow Models
Mondragon University（蒙德拉贡大学）
本文以Simulink/Stateflow建模的CPS为研究对象，扩展FlowRepair方法用LLM生成的变异替换部分算子，受控实验发现该方法大幅降低修复性能，分析指出盲目集成LLM到基于搜索的APR存在根本局限，需发展混合方法。
2026-08-21 cs.SE
Specification-Guided Repair of Arithmetic Errors in Dafny Programs using LLMs
本文提出一种针对Dafny程序的自动修复工具，利用形式规范作为预言机定位算术错误，并通过LLM合成修复，在DafnyBench上实现89.6%的定位覆盖率和74.18%的最高修复成功率。
2025-09-08 cs.PL cs.SE
Enhancing Program Repair with Specification Guidance and Intermediate Behavioral Signals
FPT Software AI Center（FPT软件人工智能中心）；Hanoi Univ. of Science and Tech.（河内科学技术大学）；University of Texas at Dallas（德克萨斯大学达拉斯分校）
SpecTune通过整合中间行为推理提升程序修复，利用执行检查点分解修复任务，生成局部后置条件以识别程序行为偏差，结合规范验证信号和判别信号提高修复精度和有效性。
2026-07-05 cs.SE
Automatic Detection, Validation and Repair of Race Conditions in Interrupt-Driven Embedded Software
本文提出自动化框架 SDRacer，结合静态分析、符号执行和虚拟平台动态验证，实现中断驱动嵌入式软件中竞态条件的精确检测、验证与修复，并在九个真实 C 语言嵌入式程序上验证了其有效性。
2023-05-29 cs.SE
Adversarial Reasoning for Repair Based on Inferred Program Intent
针对自动程序修复中补丁过度拟合测试套件的问题，提出AdverIntent-Agent多智能体方法，通过对抗性推理推断程序意图并生成测试和补丁，在Defects4J 2.0和HumanEval-Java上分别修复77和105个缺陷。
2025-06-20 cs.SE
Automated Repair of Resource Leaks in Android Applications
本文提出PlumbDroid，通过静态分析识别可能泄漏资源的执行轨迹，并自动在合适位置插入释放操作；实验表明其可精确修复多种Android资源泄漏且修复更小、更快。
2022-06-28 cs.SE
AgenticRepair: Multi-Faceted Program Context Engineering for Agentic Vulnerability Repair
The University of Melbourne（墨尔本大学）；Monash University（莫纳什大学）
针对现有智能体漏洞修复方法缺乏多维度程序上下文工程的问题，提出AgenticRepair框架，协调三个LLM子智能体构建三类上下文，在SEC-Bench上取得73%的修复成功率，显著优于基线。
2026-08-03 cs.AI cs.CR cs.SE
Practical Integer Overflow Prevention
商用软件中的溢出是软件错误的主要来源，这可能导致可利用的存储器损坏漏洞，并且可能最终促成基于强大软件的利用，即，代码重用攻击（CRA）在本文中，我们介绍了IntGuard，一个可以修复整数溢出的工具，具有高质量的源代码修复。具体来说，给定程序的源代码，IntGuard首先通过使用静态源代码分析和可满足性模理论（SMT）求解来发现整数溢出错误的位置。然后，IntGuard基于SMT约束的模块化操作以及可扩展的可定制代码修复模式集生成整数多精度代码修复。我们已经用2052个C程序实现和评估了IntGuard（大约2000个）。100万美元），可在目前最大的开放源码测试套件的C/C++程序，并与基准包含大型和复杂的程序。评估结果表明，IntGuard可以精确地（即，没有误报被意外修复），具有低计算和运行时开销的修复程序，具有非常小的二进制和源代码爆炸。在一个对照实验中，我们表明，IntGuard是更有效的时间，并实现了更高的修复成功率比手动生成的代码修复。
2017-11-03 cs.CR cs.SE
Automated Repair of OpenID Connect Programs (Extended Version)
针对OpenID Connect协议存在安全漏洞的问题，提出集成故障定位、补丁合成、验证组件且基于Petri网模型检验器的反例引导修复引擎AuthFix，在23个漏洞数据集上实现74%的正确修复率。
2025-10-03 cs.CR cs.SE
COAST: Enhancing the Code Debugging Ability of LLMs through Communicative Agent Based Data Synthesis
Northeastern University（东北大学）；Peking University（北京大学）；Tsinghua University（清华大学）
针对现有代码调试基准仅聚焦代码修复阶段的局限，本文提出DEBUGEVAL多阶段评估基准，发现7B规模模型调试能力不足；进而提出COAST多智能体数据合成框架，生成的训练数据可使7B规模LLMs调试性能媲美GPT-3.5。
2025-02-12 cs.AI cs.SE
Rethinking Automated Program Repair: The Impact of Bug Complexity, Fault Localization, and LLM Cost-efficiency
Colorado State University（科罗拉多州立大学）
本研究通过实证分析，发现中等复杂度缺陷可超50%由低成本LLM修复，不精确缺陷定位会扩大APR技术差距，高成本LLM与强推理设置并非总能提升成本效率，DeepSeek-V3.2成本效率最优。
2026-08-18 cs.AI cs.SE
Fixing 7,400 Bugs for 1$: Cheap Crash-Site Program Repair
本文提出崩溃点修复和模板引导补丁生成方法，实现低成本自动程序修复，结合CodeRover-S将令牌成本降低45.9%，修复率提升至73.5%，并支持本地模型运行。
2025-05-24 cs.CR cs.SE
VIBEPASS: Can Vibe Coders Really Pass the Vibe Check?
Salesforce AI Research（Salesforce AI研究院）；Nanyang Technological University（南洋理工大学）
本文研究了振动编码器在自主软件工程中的能力，发现故障定位推理是瓶颈，而非代码生成或测试有效性。
2026-03-16 cs.AI cs.SE
Fully Autonomous Programming with Large Language Models
TU Eindhoven（埃因霍温理工大学）；Philips Research（飞利浦研究院）；Simula（Simula研究实验室）；University of Oslo（奥斯陆大学）；BI Norwegian Business School（BI挪威商学院）
本文提出 SED 自主程序合成框架，通过实证比较修复、替换与混合策略及提示生成技术，在 PSB2 上使用 OpenAI Codex 验证其优于基线方法。
2023-04-20 cs.AI cs.NE cs.SE
Synthesising Interprocedural Bit-Precise Termination Proofs (extended version)
证明程序终止是保证没有不良行为的关键，例如挂起程序，甚至是拒绝服务攻击等安全漏洞。为了使终止检查规模的大型系统，跨过程终止分析似乎是必不可少的，这是一个在很大程度上未开发的研究领域，在终止分析，其中大部分精力都集中在困难的单过程问题。我们提出了一个模块化终止分析C程序使用基于模板的过程间总结。我们的分析结合了上下文敏感的，过度近似的前向分析与推断下近似终止的前提条件。位精确的终止参数是在字典式线性排名函数模板上合成的。我们的实验结果表明，我们的工具2LS优于国家的最先进的替代品，并证明了明显的优势，过程间推理整体分析的效率，同时保持相当的精度。
2015-05-18 cs.LO cs.SE
On the Role of Fault Localization Context for LLM-Based Program Repair
York University（约克大学）
研究探讨了LLM基于程序修复中故障定位上下文的影响，发现文件级上下文对修复性能提升显著，而元素级和行级上下文效果不一，LLM检索优于传统方法。
2026-04-07 cs.AI cs.SE
Project Prometheus: Bridging the Intent Gap in Agentic Program Repair via Reverse-Engineered Executable Specifications
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）
本文提出普罗米修斯框架，通过规范推断而非代码生成解决代理程序修复中的意图差距问题，实现了93.97%的正确补丁率和74.4%的救援率。
2026-04-19 cs.AI cs.SE
Improving Automated Program Repair with Domain Adaptation
University of Calgary（卡尔加里大学）
自动程序修复（APR）是指通过自动化工具修复源代码中的错误/缺陷的过程。APR工具最近通过利用最先进的神经语言处理（NLP）技术取得了可喜的成果。像TFix和CodeXGLUE这样的APR工具将文本到文本Transformers与特定于软件的技术相结合，这些工具的性能优于其他工具。然而，在大多数APR研究中，训练和测试集是从同一组项目中选择的。然而，实际上，APR模型是为了推广到新的和不同的项目。因此，当新项目的特征或其缺陷与训练集的特征不同（域偏移）时，报告的具有高有效性的APR模型表现不佳，这是一个潜在的威胁。在本研究中，我们首先定义并测量自动程序修复中的域转移问题。然后，我们提出了一个领域自适应框架，可以适应一个给定的目标项目的APR模型。我们进行了实证研究，三个领域自适应方法FullFineTuning，TuningWithLightWeightAdapterLayers和CurriculumLearning使用两个国家的最先进的领域自适应工具（TFix和CodeXGLUE）和两个APR模型611错误从19个项目。结果表明，我们提出的框架可以提高13.05%的TFix和23.4%的CodeXGLUE的有效性。本研究的另一个贡献是提出了一种数据合成方法，以解决缺乏标记的数据在APR。我们利用Transformers创建一个错误生成器模型。我们使用生成的合成数据对没有数据的项目…
2022-12-21 cs.AI cs.LG cs.SE
Fully Autonomous Programming using Iterative Multi-Agent Debugging with Large Language Models
Simula（西穆拉（挪威科技机构））；University of Oslo（奥斯陆大学）；TU Eindhoven（埃因霍温理工大学）；Philips Research（飞利浦研究实验室）
本文提出多智能体调试框架 SEIDR，通过迭代执行、指令、调试与修复，结合不同排序和混合策略，有效克服大语言模型程序合成中的“差之毫厘综合征”，并在 PSB2 和 HumanEval-C++ 上取得显著效果。
2025-03-10 cs.AI cs.LG cs.NE
