LLM-CompDroid: Repairing Configuration Compatibility Bugs in Android Apps with Pre-trained Large Language Models
本文提出LLM-CompDroid框架,结合大语言模型与传统工具修复Android XML配置兼容性缺陷,实验表明其性能显著优于现有工具ConfFix。
2024-02-23 cs.SE
GIFdroid: Automated Replay of Visual Bug Reports for Android Apps
错误报告对于软件维护至关重要,它允许用户通知开发人员在使用软件时遇到的问题。然而,对于非技术用户来说,很难写清楚关于bug发生的描述。因此,越来越多的用户开始记录报告错误的屏幕,因为它很容易创建,并包含触发错误的详细过程。但是,由于记录中的长度和不清楚的操作,开发人员重现错误仍然是繁琐和耗时的。为了克服这些问题,我们提出了GIFdroid,一个轻量级的方法来自动重放的执行跟踪从视觉错误报告。GIFdroid采用图像处理技术从记录中提取关键帧,将其映射到GUI Transitions Graph中的状态,并生成这些状态的执行轨迹以触发bug。我们的自动化实验和用户研究证明了它的准确性,效率和实用性的方法。
2022-04-19 cs.SE
AndroR2: A Dataset of Manually Reproduced Bug Reports for Android Applications
软件维护构成了软件开发生命周期的很大一部分。为了执行维护任务,开发人员通常需要理解并复制错误报告。因此,越来越多的研究活动围绕着自动化与bug报告相关的各种活动的概念。这种研究兴趣的相当大一部分集中在移动应用程序领域。然而,随着围绕移动应用程序错误报告的研究进展,显然需要一组手动审查和可复制的真实世界错误报告,可以作为未来工作的基准。本文介绍了ANDROR2:Google Play上列出并托管在GitHub上的Android应用程序的90个手动复制的错误报告的数据集,通过深入分析从GitHub问题跟踪器中提取的459个报告系统地收集。对于每个复制的报告,ANDROR2包括原始错误报告,应用程序错误版本的apk文件,可执行复制脚本以及与原始报告相关的复制步骤质量相关的元数据。我们相信,ANDROR2数据集可用于促进自动分析、理解、复制、本地化和修复移动应用程序以及其他更广泛的软件维护活动的研究。
2021-06-15 cs.SE
Auto-completing Bug Reports for Android Applications
随着平板电脑和智能手机的普及,现代软件开发领域的重点已经转向移动应用程序。由于这种趋势,这些应用程序的复杂性一直在增加,使开发和维护具有挑战性。此外,当前的错误跟踪系统不能有效地支持具有直接导致错误解决的可操作信息的报告的构造。为了满足对改进报告系统的需求,我们引入了一种名为FUSION的新解决方案,可以帮助用户自动完成移动应用程序错误报告中的复制步骤。FUSION将用户提供的信息链接到通过测试或发布前执行的静态和动态分析提取的程序工件。FUSION采用的方法可推广到其他当前的移动软件平台,并构成了一种新的方法,通过该方法可以为移动软件项目进行离线错误报告。在一项涉及28名参与者的研究中,我们应用FUSION来支持报告和再现14个开源Android应用程序中发现的15个真实世界错误的维护任务,同时定性和定性地测量系统的用户体验。我们的研究结果表明,与传统的问题跟踪系统相比,FUSION通过提供更详细的上下文应用信息,既有效地促进了报告,又允许更可靠地再现报告中的错误。
2017-05-11 cs.SE
Automatically Enhancing the Quality of Android App Bug Reports
William & Mary(威廉与玛丽学院);University of Central Florida(中佛罗里达大学);George Mason University(乔治梅森大学)
本文提出通过提供具体应用相关信息帮助LLM自动生成清晰详细的缺陷报告,提出BugScribe方法,通过评估显示其生成的报告质量更高且更准确。
2026-07-03 cs.SE
Enhancing Android Application Bug Reporting
随着智能手机和平板电脑的普及,现代软件开发领域的重点已经转向移动应用程序。由于这种趋势,这些“应用程序”的复杂性一直在增加,使开发和维护具有挑战性。当前的错误跟踪系统不能有效地促进具有将直接导致错误解决的有用信息的错误报告的创建。为了满足对改进报告系统的需求,我们引入了一种名为Fusion的新颖解决方案,该解决方案可帮助报告者利用其以GUI为中心的特性,自动完成移动应用程序错误报告中的复制步骤。融合将报告者提供的信息链接到通过预先执行的静态和动态分析提取的程序工件。这使得我们的系统能够为开发人员和测试人员提供更方便的报告过程,同时生成更多可重复的错误报告,并提供立即可操作的信息。
2017-06-04 cs.SE
Understanding Bug-Reproducing Tests: A First Empirical Study
UFMG(米纳斯吉拉斯联邦大学);University of Passau(帕绍大学)
本文通过分析642个真实世界Python系统中的bug重现测试,发现其在代码量、断言数量和复杂度上与常规测试无显著差异,但包含更多try/except块和弱断言,并发现95%的测试仅重现单个bug。
2026-02-03 cs.SE
An Empirical Investigation into the Reproduction of Bug Reports for Android Apps
与确保移动应用程序质量相关的关键任务之一是报告,管理和解决错误报告。因此,研究人员已经投入了大量资源来自动化移动应用程序错误管理过程的各种任务,例如复制和分类。然而,这些自动化方法的成功在很大程度上取决于它们所操作的错误报告的特征和属性。因此,了解移动应用程序错误报告对于推动报告管理技术的持续发展至关重要。虽然之前的研究已经检查了大量报告的高级统计数据,但我们目前缺乏对移动应用程序问题跟踪器中通常报告的信息如何与重现潜在故障所需的具体细节相关的深入调查。在本文中,我们对从GitHub上的Android应用程序中系统挖掘的180个可重现的错误报告进行了深入分析,并调查了报告中包含的信息与重现所述错误的任务之间的关系。在我们的分析中,我们关注三条信息:重现bug报告所需的环境、重现的步骤(S2R)和观察到的行为。关注这些信息,我们描述故障类型,识别用于报告信息的模式,并描述报告中信息的质量。我们发现bug是以多模态的方式报告的,环境并不总是提供的,S2R经常包含缺失或非特定的足够信息。这些发现对自动化错误复制技术以及更普遍的自动化错误报告管理方法具有重要意义。
2023-01-03 cs.SE
Enhancing LLM-Based Bug Reproduction for Android Apps via Pre-Assessment of Visual Effects
Xiamen University(厦门大学)
本文提出LTGDroid,通过执行所有可能的UI操作并记录视觉效果,指导LLM选择重现bug的UI操作,提升Android应用bug重现的成功率。
2026-03-31 cs.SE
Prompting Is All You Need: Automated Android Bug Replay with Large Language Models
针对 Android 缺陷复现依赖人工模式与预定义词汇的问题,本文提出基于 LLM 提示工程、少样本学习和思维链推理的 AdbGPT,无需训练即可高效复现缺陷。
2024-05-08 cs.SE
BugRepro: Enhancing Android Bug Reproduction with Domain-Specific Knowledge Integration
Macau University of Science and Technology(澳门科技大学);Northwestern Polytechnical University(西北工业大学)
本文提出BugRepro,通过整合领域知识提升Android应用bug重现的准确性和效率,实验表明其在S2R实体提取准确率和重现成功率上均显著优于现有方法。
2025-05-29 cs.SE
SysPro: Reproducing System-level Concurrency Bugs from Bug Reports
University of Maryland Baltimore County(马里兰大学巴尔的摩县分校);Zhejiang Provincial Financial Holdings Co,ltd(浙江省金融控股有限公司);The University of Melbourne(墨尔本大学);Queensland University of Technology (QUT)(昆士兰科技大学);Zhejiang University(浙江大学);University of Connecticut(康涅狄格大学)
SysPro通过自动提取系统调用信息和生成输入数据,有效重现系统级并发bug。
2026-01-14 cs.SE
BURT: A Chatbot for Interactive Bug Reporting
本文介绍了BURT,一个基于Web的聊天机器人,用于交互式报告Android应用程序错误。BURT旨在帮助Android应用最终用户使用交互式界面报告高质量的缺陷信息。BURT指导用户报告基本的错误报告元素,即,观察到的行为、预期的行为以及重现bug的步骤。它验证用户所写文本的质量并提供即时反馈。此外,BURT提供了图形化的建议,用户可以选择作为文本描述的替代方案。我们对BURT进行了实证评估,要求最终用户报告六个Android应用程序的错误。记者发现,BURT的指导以及自动建议和澄清很有用,而且BURT很容易使用。BURT是一个开源工具,可在github.com/sea-lab-wm/burt/tree/tool-demo上获得。可以在https://youtu.be/SyfOXpHYGRo上找到显示BURT全部功能的视频
2023-02-13 cs.SE
TreeMind: Automatically Reproducing Android Bug Reports via LLM-empowered Monte Carlo Tree Search
Anhui University(安徽大学);University of Science and Technology of China(中国科学技术大学)
TreeMind结合LLM与MCTS算法,通过语义推理和反馈导航,高效重现Android bug报告。
2026-02-01 cs.SE
Data Loss Detector: Automatically Revealing Data Loss Bugs in Android Apps
Android应用程序必须正常工作,即使它们的执行被外部事件中断。例如,即使接到电话,或者因为智能手机旋转而重新绘制布局后,应用程序也必须正常工作。由于这些事件可能需要在执行中断时销毁应用的前台Activity,并在执行恢复时重新创建应用的前台Activity,因此防止状态信息丢失的唯一方法是保存和恢复状态信息。此行为必须由应用开发人员显式实现,他们经常无法正确实现,从而释放受数据丢失问题影响的应用,即,应用程序在执行中断时可能会丢失状态信息。虽然有几种技术可用于自动生成Android应用程序的测试用例,但所获得的测试用例很少包括执行和显示数据丢失故障所需的交互和检查。为了解决这个问题,本文提出了数据丢失检测器(DLD),一个测试用例生成技术,集成了探索策略,数据丢失揭示行动,和两个定制的oracle策略,用于检测数据丢失故障。DLD已经能够在受110个已知数据丢失故障影响的54个Android应用程序版本的基准测试中发现75%的故障。DLD还揭示了未知的数据丢失问题,优于竞争方法。
2020-10-12 cs.SE
Toward Rapid Bug Resolution for Android Apps
本文针对安卓应用缺陷报告质量低、管理困难的问题,提出识别现有局限并探索新研究方向,以加快缺陷修复和软件维护。
2023-12-23 cs.IR cs.SE
LadyBug: A GitHub Bot for UI-Enhanced Bug Localization in Mobile Apps
LadyBug是一个GitHub机器人,结合UI交互信息与文本检索自动定位Android应用缺陷,在RedWing基准上优于基线,显著提升定位准确性。
2025-08-07 cs.SE
Automatically Discovering, Reporting and Reproducing Android Application Crashes
移动开发人员在检测和报告应用程序中的崩溃时面临独特的挑战,这是由于其普遍的GUI事件驱动性质和额外的输入源(例如,传感器读数)。为了支持开发人员完成这些任务,我们引入了一种新颖的自动化方法,称为CRASHSCOPE。此工具根据静态和动态分析提供的几种策略,使用系统输入生成来探索给定的Android应用程序,其内在目标是触发崩溃。当检测到崩溃时,CRASHSCOPE会生成一个增强的崩溃报告,其中包含屏幕截图、详细的崩溃再现步骤、捕获的异常堆栈跟踪以及一个完全可重播的脚本,该脚本可在目标设备上自动再现崩溃。我们评估了CRASHSCOPE在发现崩溃方面的有效性,并将其与五种最先进的Android输入生成工具在61个应用程序上进行了比较。结果表明,CRASHSCOPE执行以及当前的工具,用于检测崩溃,并提供更详细的故障信息。此外,在一项分析八个真实Android应用程序崩溃的研究中,我们发现CRASHSCOPE的报告易于阅读,并且通过提供比人类书面报告更明确的信息来可靠地再现崩溃。
2017-06-04 cs.SE
AssertFlip: Reproducing Bugs via Inversion of LLM-Generated Passing Tests
University of Waterloo(滑铁卢大学)
AssertFlip通过翻转LLM生成的通过测试来复现错误,有效提升错误复现效率。
2026-01-07 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
Large Language Models are Few-shot Testers: Exploring LLM-based General Bug Reproduction
针对现有测试生成技术难以从通用缺陷报告复现缺陷的问题,提出基于大语言模型的LIBRO框架,通过后处理排序测试有效性,在Defects4J等基准上取得良好效果,可提升开发效率。
2023-07-25 cs.SE
Guided Bug Crush: Assist Manual GUI Testing of Android Apps via Hint Moves
移动应用程序是人们日常生活中不可或缺的。与自动化GUI测试相辅相成,手动测试是应用质量的最后一道防线。然而,重复的操作和容易丢失的功能使得手动测试耗时且效率低下。受糖果粉碎游戏的启发,华丽的糖果作为玩家的提示动作,我们提出了一种名为NaviDroid的方法,通过突出显示的下一个操作,更有效和高效的测试导航测试。在NaviDroid中,我们构建了一个丰富的状态转换图,其中触发动作作为两个相关状态的边缘。在此基础上,利用动态规划算法规划探索路径,并在GUI中增加可视化提示,使测试人员能够快速探索未测试的活动,避免重复探索。自动化实验证明了NaviDroid的高覆盖率和高效的路径规划,用户研究进一步证实了其实用性。NaviDroid可以帮助我们开发更强大的软件,在更关键的任务设置中工作,不仅通过执行更彻底的测试,而且通过将这些技术集成到开发管道的不同部分。
2022-01-28 cs.HC cs.SE
Imitation Game: Reproducing Deep Learning Bugs Leveraging an Intelligent Agent
Dalhousie University(达尔豪斯大学)
RepGen通过智能代理和生成-验证-改进机制,提高了深度学习bug的重现率和效率。
2026-02-26 cs.AI cs.LG cs.SE
Enhancing Bug Reports for Mobile Apps
现代软件开发领域已经看到了移动应用程序作为“智能”设备的焦点转移,这些设备几乎无处不在。由于这种趋势,移动应用程序的复杂性一直在增加,使开发和维护特别具有挑战性。然而,很明显,目前的错误跟踪系统不能有效地支持构建具有可操作信息的报告,这些信息将直接导致错误的解决方案。为了满足对改进报告系统的需求,我们引入了一种名为FUSION的新颖解决方案,可以帮助用户在移动应用程序的错误报告中自动完成复制步骤。FUSION将用户提供的信息链接到通过测试或发布前执行的静态和动态分析提取的程序工件。FUSION采用的方法可推广到其他当前的移动软件平台,并构成了一种新的方法,通过该方法可以为移动软件项目进行离线错误报告。我们通过进行一项研究来评估FUSION,该研究定量和定性地测量了系统报告和再现错误的用户体验,以及它产生的错误报告的质量。在一项涉及28名参与者的研究中,我们应用FUSION来支持在14个开源Android应用程序中发现的15个真实世界错误的报告和复制缺陷的维护任务。我们的研究结果表明,FUSION允许更可靠的再现错误的报告,帮助用户报告更详细的应用程序特定的信息相比,传统的错误跟踪系统。
2018-01-18 cs.SE
Bug Whispering: Towards Audio Bug Reporting
本文提出通过录制并提交音频消息让终端用户即时报告移动应用缺陷,分析其提升报告数量与修复效率的潜力及对现有复现技术的挑战。
2025-08-31 cs.SE
AgentBug-Smith: Automatically Reproducing Real-World Harness Bugs in Agentic Systems
The University of Chicago(芝加哥大学);Fudan University(复旦大学);TensorBlock, Inc.(TensorBlock公司);Tsinghua University(清华大学);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文提出 AgentBug-Smith 自动复现智能体系统中的真实 harness 缺陷,并构建 Live-Harness-Bench 基准(含 200 个缺陷),显著提升缺陷修复率,为递归自我改进智能体奠定基础。
2026-09-30 cs.AI cs.SE
ViBR: Automated Bug Replay from Video-based Reports using Vision-Language Models
The Chinese University of Hong Kong (Shenzhen)(香港中文大学(深圳));University of Connecticut(康涅狄格大学);TU Munich(慕尼黑工业大学);Monash University(蒙纳士大学)
本文提出ViBR,一种基于视觉-语言模型的自动化Bug回放方法,通过动作边界分割和区域感知的GUI状态比较,实现从GUI视频记录中自动复现Bug,实验表明其复现率达72%。
2026-04-21 cs.SE
Gender Dynamics in Software Engineering: Insights from Research on Concurrency Bug Reproduction
本研究通过文献综述评估并发缺陷复现领域的性别比例,发现女性研究者代表性不足(男女作者比例29:6),并强调促进软件工程研究中的性别平等与视角多样性。
2025-02-27 cs.SE
An Empirical Study on Leveraging Images in Automated Bug Report Reproduction
该实证研究聚焦被忽视的缺陷报告图像,分析其特征、模式、功能作用及对现有复现工具的影响,明确六种图像功能的独特价值,为自动化缺陷复现工具优化提供新方向。
2025-02-20 cs.SE
Echo: Graph-Enhanced Retrieval and Execution Feedback for Issue Reproduction Test Generation
Nanjing University(南京大学);University College London(伦敦大学学院);NOFA(诺发);University of Texas at Dallas(德克萨斯大学达拉斯分校)
Echo通过基于代码图的检索和执行反馈生成缺陷重现测试用例,提升测试生成效率与准确性。
2026-03-07 cs.SE
From Bug Reports to Browser-Executable Procedures: An LLM-Driven Agent for Web GUI Bug Reproduction
University of Luxembourg(卢森堡大学)
本文提出ReBug智能体系统,通过分阶段驱动真实浏览器复现Web GUI错误,在667条真实报告上的评估显示其性能优于基线,可有效支持基于报告的浏览器错误复现。
2026-08-05 cs.SE
REINS: Agent-guided Thread Scheduling for Concurrency Bug Detection and Reproduction
The University of Queensland(昆士兰大学);Carnegie Mellon University(卡内基梅隆大学)
REINS是一种智能体引导线程调度的方法,通过利用并发语义与缺陷模式优化调度,在有限预算内更高效检测并发缺陷,还在实际项目中发现6个未知缺陷且3个获开发者确认。
2026-10-12 cs.SE
Can Large Language Models Detect Real-World Android Software Compliance Violations?
Xi'an Jiaotong-Liverpool University(西交利物浦大学);University of Luxembourg(卢森堡大学)
本文提出CompliBench评估框架,通过检索定位和多标签判断任务及稳定性感知指标,评估LLMs在Android应用中检测LGPD等法规合规违规的能力,实验表明其有效提升了合规检测性能。
2025-11-01 cs.SE
Reproducing Failures in Fault Signatures
本文提出从故障位置和源代码生成故障签名,在小型可执行程序中重现故障,实验表明该方法可降低复杂度并生成原始程序无法生成的故障输入。
2023-09-20 cs.SE
Evaluating Diverse Large Language Models for Automatic and General Bug Reproduction
针对缺陷复现难以自动化的问题,提出结合LLM生成测试用例与后处理筛选的LIBRO技术,在Defects4J基准复现约三分之一缺陷,并评估多类LLM的复现性能差异与规模影响。
2023-11-09 cs.SE
Bug Localization from Bug Reports: A Multi-Objective Approach
FAST School of Computing, National University of Computer and Emerging Sciences(计算机与新兴科学国立大学 FAST 计算机学院)
针对大型软件缺陷定位的痛点,提出基于SPEA-2的多目标搜索系统,在Java及Kotlin项目上验证,可高效识别潜在缺陷类,适配多语言。
2026-08-28 cs.NE cs.SE
Semantic GUI Scene Learning and Video Alignment for Detecting Duplicate Video-based Bug Reports
William & Mary(威廉玛丽学院);University of Central Florida(中佛罗里达大学)
针对GUI程序视频类错误报告的重复检测难题,提出融合视觉Transformer场景学习与自适应加权视频对齐的JANUS方法,在含7290项任务的基准上性能优于现有工作约9%。
2024-07-11 cs.LG cs.SE
LLM-Guided Issue Generation from Uncovered Code Segments
Concordia University(康考迪亚大学)
本文提出IssueSpecter工具,通过结合代码覆盖分析与大语言模型缺陷识别,生成优先级高的问题报告,验证其在Python项目中有效检测多种类型漏洞,且比传统方法在准确率和召回率上表现更优。
2026-04-28 cs.SE
CrashTranslator: Automatically Reproducing Mobile Application Crashes Directly from Stack Trace
本文提出CrashTranslator,利用预训练大语言模型预测探索步骤并结合强化学习指导搜索,直接从堆栈跟踪自动复现移动应用崩溃,在75份报告上成功复现61.3%,显著优于现有方法。
2023-10-11 cs.SE
On Using GUI Interaction Data to Improve Text Retrieval-based Bug Localization
本研究利用GUI交互数据增强文本检索缺陷定位,通过过滤、提升和查询重构三种方式,在80个真实Android缺陷上实现Hits@10相对提升13-18%。
2023-10-12 cs.IR cs.SE
Hawkeye: Change-targeted Testing for Android Apps based on Deep Reinforcement Learning
ByteDance(字节跳动);University of Edinburgh(爱丁堡大学)
针对Android应用更新测试效率低的问题,提出基于深度强化学习的Hawkeye定向测试方法,优先执行与代码变更相关的GUI操作,实验证明其优于现有工具并适用于商业应用冒烟测试。
2023-09-04 cs.LG cs.SE
It Takes Two to Tango: Combining Visual and Textual Information for Detecting Duplicate Video-Based Bug Reports
College of William & Mary(威廉与玛丽学院);George Mason University(乔治梅森大学)
当bug在面向用户的应用程序中出现时,它很可能通过图形用户界面(GUI)暴露出来。鉴于视觉信息对识别和理解此类错误的重要性,用户越来越多地使用屏幕截图和屏幕记录作为向开发人员报告问题的手段。然而,当这样的信息被集中报告时,例如在众包测试期间,管理这些工件可能是一个耗时的过程。随着屏幕记录的报告变得越来越流行,开发人员可能会面临与手动识别描述重复错误的视频相关的挑战。由于其图形化的特性,屏幕记录对自动化分析提出了挑战,排除了使用当前的重复错误报告检测技术。为了克服这些挑战并帮助开发人员完成这项任务,本文介绍了Tango,这是一种重复检测技术,它通过利用视觉和文本信息来纯粹基于视频的错误报告。Tango结合了定制的计算机视觉技术、光学字符识别和文本检索。我们对Tango的多种配置进行了全面的实证评估,评估了4,860个重复检测任务,其中涉及来自6个Android应用程序的180个屏幕记录。此外,我们进行了一项用户研究,调查开发人员手动检测重复的基于视频的错误报告所需的工作量,并将其与使用Tango所需的工作量进行了比较。结果表明,Tango的最佳配置在检测重复的基于视频的错误报告方面非常有效,在83%的任务中,目标重复视频准确地排在返回结果的前2位。此外,我们的用户研究表明,平均而言,Tango可以减少开发人员60%以上的工作量,这说明了它的实用性。
2021-02-05 cs.AI cs.SE
Bridging the Interpretation Gap in Accessibility Testing: Empathetic and Legal-Aware Bug Report Generation via Large Language Models
Institute of Science Tokyo(东京科学大学);The University of Osaka(大阪大学);Palangka Raya University(帕朗卡拉亚大学);Waseda University(早稻田大学)
本文提出HEAR框架,通过语义切片和视觉定位重建UI上下文,注入残疾导向的人设并多层推理,生成共情且法律意识的缺陷报告,提升非专业人士对用户伤害和合规风险的认知。
2026-03-25 cs.HC cs.SE
Agents in the Sandbox: End-to-End Crash Bug Reproduction for Minecraft
Electronics Engineering Department Bilkent University Ankara, Turkey(电子工程系比尔肯特大学安卡拉土耳其);Computer Engineering Department Bilkent University Ankara, Turkey(计算机工程系比尔肯特大学安卡拉土耳其)
本文提出 BugCraft 框架,通过 LLM 和视觉智能体在 Minecraft 中实现端到端崩溃 Bug 自动复现,并构建 BugCraft-Bench 数据集,复现率达 34.9%,超越基线 37%。
2025-10-10 cs.AI cs.SE
Beyond Fail-to-Pass: Iterative Hardening of Co-Generated Bug Reproduction Tests and Fixes
Nanjing University(南京大学);Peking University(北京大学);Microsoft(微软公司)
研究自动化程序修复中错误重现测试问题,指出仅用未通过到通过标准不足。提出CoHarden框架,先生成测试再迭代强化测试与修复,实验证明该框架在解决率等方面优于现有基线。
2026-07-23 cs.AI cs.SE