From Codebase to Culprit (C2C): Reducing the Search Space for Bugs with Semantic Retrieval and Hierarchical Reinforcement Learning
University of Calgary（卡尔加里大学）
C2C框架结合语义检索与分层强化学习，在文件、函数和代码行多粒度上逐步缩减缺陷搜索空间，实现精确缺陷定位，并在真实Java和Python数据集上提升检索精度与定位准确性。
2026-10-01 cs.LG cs.SE
Towards Explorative IRBL: Combining Semantic Retrieval with LLM-driven Iterative Code Exploration
University of California, Irvine（加州大学尔湾分校）
本文提出GenLoc，结合语义检索与LLM驱动的代码探索功能，通过迭代分析代码库识别故障文件，优于传统和深度学习方法。
2026-04-21 cs.SE
Combining Retrieval and Classification: Balancing Efficiency and Accuracy in Duplicate Bug Report Detection
针对重复缺陷报告检测中准确率与时间效率难以兼顾的问题，提出一种结合检索模型（sentence BERT）与分类模型（RoBERTa）的混合transformer系统，在五个数据集上实现了准确率与效率的有效权衡。
2024-04-23 cs.SE
Multi-View Adaptive Contrastive Learning for Information Retrieval Based Fault Localization
School of Computer Science, Wuhan University（武汉大学计算机学院）；School of Cyber Science and Technology, Hubei University（湖北大学网络空间安全学院）
本文提出MACL-IRFL方法，通过多视图自适应对比学习提升软件故障定位的准确性。
2026-02-05 cs.IR cs.SE
Automated Bug Frame Retrieval from Gameplay Videos Using Vision-Language Models
本文提出一种自动化流水线，利用FFmpeg提取关键帧并由GPT-4o视觉-语言模型排序，从游戏视频中检索与缺陷描述最匹配的帧，显著减少人工审查，实现F1分数0.79。
2025-08-06 cs.SE
Entropy Guided Spectrum Based Bug Localization Using Statistical Language Model
在软件开发和维护阶段，定位bug是一项具有挑战性的工作，但也是最重要的工作之一，因为没有确定的规则来识别所有类型的bug。现有的自动错误定位工具使用各种基于测试覆盖率，预先确定的错误模式，或与错误报告的文本相似性，排名可疑的程序元素。然而，由于这些技术依赖于来自单一来源的信息，当相应的来源信息不足时，它们经常受到影响。例如，流行的基于频谱的错误定位可能无法在编写得很差的测试套件下工作。在本文中，我们提出了一种新的方法，EnSpec，指导频谱为基础的错误本地化使用代码熵，一个度量，基本上表示自然的代码来自统计语言模型。我们的直觉是，由于错误代码是高熵的，基于频谱的错误定位与代码熵将更强大的区别错误行与非错误行。我们在原型中实现了我们的想法，并对两个流行的公开基准进行了广泛的评估。我们的研究结果表明，EnSpec优于一个国家的最先进的频谱为基础的错误定位技术。
2018-02-20 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
BoostNSift: A Query Boosting and Code Sifting Technique for Method Level Bug Localization
在处理大规模系统时，定位bug是一项重要的任务，但需要大量的精力和时间。为了解决这个问题，信息检索（IR）技术越来越多地被用来建议潜在的错误源代码的位置，给定的错误报告。虽然IR技术是非常可扩展的，但在实践中，它们在准确定位软件系统中的错误方面的有效性仍然很低。实证研究的结果表明，错误定位技术的有效性可以通过配置用于定位错误代码的查询来增强。然而，在大多数基于IR的错误定位技术，研究人员提出，查询的配置的影响没有得到充分考虑。在类似的静脉，技术认为所有的代码元素同样可疑的bug，而本地化的错误，但这并不总是如此either.In本文中，我们提出了一个新的方法级，信息检索为基础的错误本地化技术，称为“BoostNSift”。BoostNSift利用查询中的重要信息，通过“提升”这些信息，然后“筛选”已识别的代码元素，基于一种新技术，该技术强调代码元素与bug报告的特定相关性，而不是与所有bug报告的一般相关性。为了评估BoostNSift的性能，我们采用了一种最先进的经验设计，该设计通常用于评估基于文件级IR的bug本地化技术：从常用的Eclipse，ANOJ，SWT和ZXing基准中选择6851个bug，并公开用于方法级分析。
2021-08-29 cs.SE
Improving IR-Based Bug Localization with Context-Aware Query Reformulation
最近的研究结果表明，信息检索（IR）为基础的缺陷定位技术不执行，如果缺陷报告缺乏丰富的结构化信息（如相关的程序实体名称）。相反，错误报告中过多的结构化信息（例如堆栈跟踪）也可能并不总是有助于自动化本地化。在本文中，我们提出了一种新的技术--BLIZZARD--使用适当的查询重构和有效的信息检索，自动定位错误实体的项目源。特别是，我们的技术确定是否有过多的程序实体或没有在一个错误报告（查询），然后适用于适当的重构查询的错误定位。使用5,139个错误报告的实验表明，我们的方法可以定位有错误的源文档，Hit@10比基线方法高7%-56%，MAP@10比基线方法高6%-62%，MRR@10比基线方法高6%-62%。与最先进的技术及其变体的比较报告，我们的技术可以提高19%，在MAP@10和20%，在MRR@10的国家的最先进的，并可以改善59%的噪声查询和39%的穷人查询。
2018-08-01 cs.SE
Improving IR-based Bug Localization with Semantics-Driven Query Reduction
Dalhousie University（达尔豪斯大学）
本文提出IQLoc方法，结合信息检索与大语言模型的优势，通过语义理解优化查询，提升Bug定位的准确性和效率，实验结果表明其在多个评估指标上均优于现有方法。
2026-03-17 cs.SE
iCoRe: An Iterative Correlation-Aware Retriever for Bug Reproduction Test Generation
The Hong Kong University of Science and Technology（香港科技大学）；Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security（杭州高新区（滨江）区块链与数据安全研究院）
本文提出iCoRe，一种迭代相关性感知的Bug重现测试生成检索器，通过区分源代码与测试用例的检索需求、结合文本语义与函数调用结构、以及实现检索与生成阶段的反馈循环，提升Bug重现测试生成的准确性。
2026-06-27 cs.SE
Retrieval-Oriented Code Representations in Agentic Bug Localization
Concordia University（康考迪亚大学）
研究文件级漏洞定位中代码表示的作用，在LCA和SWE数据集上比较五种代码表示，通过实验发现角色感知摘要性价比最佳，结合互补结果和LLM排序可进一步提升效果，案例研究验证技术有效性，强调代码表示应是智能体定位管道的重要设计选择。
2026-07-14 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
Bug Fix Time Optimization Using Matrix Factorization and Iterative Gale-Shaply Algorithms
缺陷分类是软件维护阶段的一项重要工作。它分配给开发人员（修复者）bug报告来修复它们。这个过程是由一个triager手动执行的，他分析开发人员的配置文件并提交错误报告，以进行适当的分配。缺陷分类过程非常耗时，因此自动化这个过程对于提高软件质量至关重要。以前的工作解决分流问题作为一个信息检索或分类问题。本文处理这个问题作为一个资源分配问题，旨在最好的分配开发人员的错误报告，减少总修复时间的新提交的错误报告，除了均匀分布的错误报告的开发人员。本文首先引入了一种基于差分进化的矩阵分解和Gale Shapely算法相结合的方法来优化总修复时间和规范开发人员的工作量。利用矩阵分解方法建立了一个推荐系统，用于Gale-Shapley算法的分配决策。差分进化提供了一组最佳的权重来构建开发人员的评分配置文件。所提出的方法在三个存储库上进行评估，Linux，Apache和Eclipse。实验结果表明，该方法在Linux、Eclipse和Apache上分别比人工分流减少了80.67%、23.61%和60.22%的漏洞修复时间。此外，开发人员的工作量是统一的。
2022-07-14 cs.IR 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
Fixing Bug Reporting for Mobile and GUI-Based Applications
智能手机和平板电脑已经成为现代计算领域的支柱。可以想象，在不久的将来，这样的设备可能会取代笔记本电脑和台式机，成为许多用户执行典型的计算机辅助任务的主要手段。反过来，这意味着移动应用程序将继续变得更加复杂，并成为全球数百万开发人员的主要关注点。为了正确创建和维护这些应用程序，开发人员需要支持，特别是在及时确认和解决错误报告方面。不幸的是，当前的问题跟踪系统通常仅实现粗粒度自然语言描述的收集，并且缺乏便于报告者在其报告中包括重要信息的特征。这说明了当前移动和基于GUI的应用程序的错误报告系统中存在的词汇信息差距。本文概述了有前途的初步工作，以解决这个问题，并提出了一个全面的研究计划，旨在实现新的错误报告机制，并检查它们可能对相关的软件维护任务的影响。
2018-01-18 cs.SE
Using Categorical Features in Mining Bug Tracking Systems to Assign Bug Reports
大多数错误分配方法利用文本分类和信息检索技术。这些方法使用bug报告的文本内容来构建推荐模型。bug报告的文本内容通常是高维的，并且是噪声信息源。这些方法具有低精度和高计算需求的缺点。在本文中，我们调查是否使用分类字段的错误报告，如组件的错误属于，是适当的，而不是文字描述来表示错误报告。我们建立了一个分类模型，利用分类功能，作为一种表示，为错误报告。实验评估使用三个项目进行，即NetBeans，Freedesquence和Firefox。我们将这种方法与两种基于机器学习的错误分配方法进行了比较。评估表明，使用bug报告的文本内容是很重要的。此外，它表明，分类特征可以提高分类精度。
2018-04-09 cs.SE
Auto-labelling of Bug Report using Natural Language Processing
Juniper Networks Inc.（瞻博网络公司）；San José State University（圣何塞州立大学）
本文提出一种结合NLP技术的自动标记错误报告方法，利用自定义数据转换器、深度神经网络和非泛化机器学习，在数千个错误报告上实现recall@5为70%的高检索准确率。
2022-12-13 cs.AI cs.LG cs.SE
Toward Interactive Bug Reporting for (Android App) End-Users
许多软件错误都是手动报告的，特别是在用户界面中以视觉方式表现出来的错误。最终用户通常通过应用审查网站、问题跟踪器或应用内置的错误报告工具（如果可用）报告这些错误。虽然这些系统具有促进错误报告的各种特征（例如，文本模板或表单），它们通常向最终用户提供有限的指导、具体的反馈或质量验证，这些最终用户通常在报告bug方面缺乏经验，并且提交低质量的bug报告，这导致开发人员在bug报告管理任务中花费过多的精力。我们提出了一个交互式的错误报告系统的最终用户（伯特），实现为一个面向任务的聊天机器人。与现有的错误报告系统不同，Burt提供了基本错误报告元素的指导报告（即，观察到的行为、预期的行为和重现bug的步骤）、即时质量验证以及这些元素的图形化建议。我们为Android实现了一个版本的Burt，并对最终用户进行了实证评估研究，他们报告了先前工作中研究的六个Android应用程序中的12个错误。报告者发现，Burt的指导和自动化建议/澄清是有用的，而且Burt很容易使用。我们发现Burt报告包含的信息质量比通过基于模板的错误报告系统收集的报告更高。报告者告知对Burt的改进包括支持各种措辞来描述bug报告元素和改进的质量验证。我们的工作标志着一个重要的范式转变，从静态到交互式的错误报告的最终用户。
2022-09-21 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
BULNER: BUg Localization with word embeddings and NEtwork Regularization
ICMC-Universidade de São Paulo (USP)（圣保罗大学计算与数学科学中心（ICMC））；DC-Universidade Federal de São Carlos (UFSCar)（圣卡洛斯联邦大学计算系（DC））；Universidade Federal de Mato Grosso do Sul (UFMS)（南马托格罗索联邦大学）；Ericsson AB / Blekinge Institute of Technology（爱立信公司/布莱金厄理工学院）；INF-Universidade Federal de Goiás (UFG)（戈亚斯联邦大学信息系（INF））；Tribunal de Justiça do Estado de Goiás（戈亚斯州法院）
从错误报告中进行错误定位是软件维护过程中的一项战略性活动。由于BL是一项昂贵且繁琐的活动，因此基于信息检索和机器学习的BL技术可以帮助软件工程师。提出了一种基于词嵌入和网络正则化的漏洞定位方法。初步结果表明，BULNER具有更好的性能比两个国家的最先进的方法。
2019-08-26 cs.IR cs.LG cs.SE
Leveraging Resolved Incident History for LLM-Assisted Software Bug Diagnosis
Florida International University（佛罗里达国际大学）；California State University, Long Beach（加州州立大学长滩分校）
研究利用已解决事件历史进行软件错误诊断，提出OM-RAG方法，将问题索引为三元组并单跳嵌入检索先例，为大语言模型管理员提供支持，实验表明该方法在诊断准确率和修复正确性上优于其他方法。
2026-07-27 cs.DL cs.SE
Natural Language Summarization Enables Multi-Repository Bug Localization by LLMs in Microservice Architectures
Yildiz Technical University, Dept. of Computer Eng.（Yildiz技术大学，计算机工程系）；Yildiz Technical University, Department of Computer Engineering（Yildiz技术大学，计算机工程系）
利用自然语言摘要和LLM技术，通过多仓库微服务架构实现更高效的Bug定位，显著提升定位准确率和透明度。
2025-12-05 cs.AI cs.CL cs.IR
BuGL -- A Cross-Language Dataset for Bug Localization
错误定位是从给定的错误报告和源代码中定位潜在的易出错文件或方法的过程。在文献中存在关于缺陷定位的广泛研究，其集中于应用信息检索技术或机器学习/深度学习方法或两者来检测缺陷的位置。所有方法的共同前提是提供良好的数据集，在本例中，数据集是由6个Java项目组成的标准基准数据集，在某些情况下，超过6个Java项目。现有的数据集不包括其他程序设计语言的项目，尽管需要调查特定的和跨项目的错误定位。据我们所知，我们不知道有任何数据集可以解决这一问题。在本文中，我们提出了BuGL，一个大规模的跨语言数据集。BuGL包含超过10，000个bug报告，这些报告来自用四种程序设计语言编写的开源项目，即C、C++、Java和Python。该数据集包含Bug报告和Pull-Requests等信息。BuGL的目标是在bug本地化领域展开新的研究机会。
2020-04-19 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
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
BugForge: Constructing and Utilizing DBMS Bug Repository to Enhance DBMS Testing
Beihang University（北京航空航天大学）；Tsinghua University（清华大学）
本文提出BugForge框架，通过构建标准化的DBMS bug仓库生成高质量测试用例，提升DBMS测试效果，已在PostgreSQL等数据库上实现，发现35个未知bug。
2026-04-03 cs.SE
An Extensive Study on Smell-Aware Bug Localization
错误定位是软件维护的一个重要方面，因为它可以定位应该修改以修复特定错误的模块。我们以前的研究表明，信息检索（IR）为基础的错误定位技术的准确性提高时，结合使用代码气味信息。虽然这种技术显示出了希望，但该研究显示出有限的实用性，因为：1）数据集中的项目数量很少，2）气味信息的类型，以及3）用于评估的基线错误定位技术。本文介绍了我们以前的实验Bench4BL，最大的错误本地化基准数据集可用于错误本地化的扩展。此外，我们推广的气味感知的错误定位技术，允许不同的配置的气味信息，这是结合各种错误定位技术。我们的研究结果证实，我们的技术可以提高性能的IR为基础的错误定位技术的类级别，即使在大型数据集进行处理。此外，由于气味信息的优化配置，我们的技术可以提高大多数国家的最先进的错误定位技术的性能。
2021-04-22 cs.SE
Online Adaptable Bug Localization for Rapidly Evolving Software
错误定位的目的是通过推荐与特定错误报告相关的程序元素来减少调试时间。到目前为止，研究人员主要通过应用不同的信息检索技术来解决这个问题，这些技术利用了给定错误报告和源代码之间的相似性。然而，随着现代软件开发趋向于软件变化和持续交付给用户的速度的增加，不能快速适应最新版本的软件的当前一代的错误定位技术变得不足。在本文中，我们提出了一种技术，在线错误定位，使快速更新的错误定位模型。更具体地说，我们提出了一个流错误本地化技术，基于一个合奏的在线主题模型，这是能够适应具体的（与明确的代码提到）和更抽象的错误报告。通过使用变更集（diffs）作为输入，而不是源代码的快照，模型自然地将缺陷预测和共同变更信息集成到其预测中。初步结果表明，所提出的方法提高了错误定位性能的42个56个评估项目，平均MAP提高了5.9%。
2022-03-07 cs.SE
Seeing is Believing: Vision-driven Non-crash Functional Bug Detection for Mobile Apps
本文提出视觉驱动的多智能体协作 GUI 测试方法 Trident，利用 MLLM 理解页面转换与视觉线索，自动检测移动应用非崩溃功能缺陷，并在 590 个缺陷上显著优于 12 个基线。
2024-12-04 cs.SE
Broccoli: Bug localization with the help of text search engines
错误定位是错误修复过程中的一项繁琐的活动，在此过程中，软件开发人员试图在错误报告中描述的源代码中定位错误。由于这个过程是耗时的，并需要有关软件项目的额外知识，信息检索技术可以帮助缺陷定位过程。在本文中，我们调查，如果正常的文本搜索引擎可以改善现有的错误定位方法。在一个案例研究中，我们评估我们的搜索引擎的方法花椰菜对7个国家的最先进的错误定位算法在两个数据集的82个开源项目的性能。我们的研究结果表明，包括一个搜索引擎可以提高性能的错误定位，它是一个有用的扩展现有的方法。作为我们分析的一部分，我们还暴露了常用基准测试策略中的一个缺陷，即，考虑单个版本的文件。为了增加可检测文件的数量，我们通过考虑错误报告时软件存储库的状态来缓解此缺陷。我们的研究结果表明，使用单一的释放可能会导致低估的预测性能。
2021-10-10 cs.SE
IncBL: Incremental Bug Localization
大量的努力已经投入到提高缺陷定位技术的有效性，而很少有人注意到，使这些工具在不断发展的软件库中更有效地运行。本文首先分析了一个经典的缺陷定位工具Buggram背后的信息检索模型，并建立了一个数学基础，说明该模型可以随着代码库或缺陷报告的发展而增量式更新。然后，我们提出了IncBL，一个工具，增量错误定位在不断发展的软件仓库。在Bugzbook数据集上对IncBL进行了评估，结果表明，与重新计算模型相比，IncBL可以显著减少平均77.79%的运行时间，同时保持相同的精度水平。我们还将IncBL实现为Github应用程序，可以轻松集成到GitHub上的开源项目中。用户也可以在本地部署和使用IncBL。IncBL的演示视频可以在https：//youtu.be/G4gMuvlJSb0上查看，源代码可以在https://github.com/soarsmu/IncBL上找到。
2021-08-13 cs.SE
BLAgent: Agentic RAG for File-Level Bug Localization
University of Calgary（卡尔加里大学）；York University（约克大学）
本文提出BLAgent，一种新型代理RAG框架，用于文件级Bug定位，通过结合代码结构感知的仓库编码、双视角查询转换和两阶段代理重排序，提高了Bug定位的准确性和效率。
2026-07-03 cs.AI cs.SE
ConFL: Explainable Concurrent Fault Localization via Hierarchy-Guided LLM Reasoning
University of Connecticut（康涅狄格大学）
ConFL是一种可解释的并发故障定位框架，通过构建并发知识库与LLM引导的层次检索，在8个Java项目的并发漏洞实验中，其MRR达0.503、MAP达0.486，性能优于同类基线方法且鲁棒性良好。
2026-08-05 cs.SE
Network-Clustered Multi-Modal Bug Localization
Singapore Management University（新加坡管理大学）
开发人员经常花费大量的精力和资源来调试程序。为了帮助开发人员调试，许多基于信息检索（IR）和基于频谱的错误定位技术已经被设计出来。基于IR的技术处理错误报告中的文本信息，而基于谱的技术处理程序谱（即，对于每个测试用例执行哪些程序元素的记录）。虽然这两种技术最终都会生成一个可能包含bug的程序元素的排序列表，但它们只考虑一个信息源--bug报告或程序谱--这不是最佳的。针对这一不足，本文提出了一种新的网络聚类多模态错误定位方法（NetML），该方法利用来自错误报告和程序谱的多模态信息对错误进行定位。NetML通过执行错误定位误差的联合优化以及错误报告和程序元素的聚类（即，方法）。聚类是通过结合网络Lasso正则化来实现的，它激励相似错误报告和相似程序元素的模型参数靠近在一起。为了估计错误报告和方法的模型参数，NetML采用了一种基于牛顿方法的自适应学习过程，该过程在每个特征的基础上更新参数。我们对来自7个软件系统的355个真实错误进行了广泛的实验，以针对各种最先进的本地化方法对NetML进行基准测试。结果显示，NetML在开发人员检查前1、5和10种方法时成功定位的错误数量以及平均平均精度（MAP）方面分别超过了最佳性能基线31.82%、22.35%、19.72%和19.24%。
2018-02-27 cs.IR cs.LG cs.SE
Industry-scale IR-based Bug Localization: A Perspective from Facebook
我们探讨的应用程序的信息检索（IR）为基础的错误定位方法在一个大型的工业环境，Facebook的。Facebook的代码库发展迅速，每天都有数千个代码更改提交到一个单一的存储库中。当一个bug被检测到时，为了恢复或修复bug，识别导致bug的提交通常是时间敏感的，并且是强制性的。这是复杂的，因为bug通常表现为复杂而笨拙的特征，例如堆栈跟踪和其他元数据。代码提交也有各种与之相关的特性，从开发人员注释到测试结果。这对bug定位方法提出了独特的挑战，使其成为一个非常重要的操作。在本文中，我们列出了几个实际的关注行业级的IR为基础的错误定位，并提出Bug2Commit，一个工具，旨在解决这些问题。我们还评估了现有的IR为基础的本地化技术的有效性，从软件工程社区，并发现，在复杂的查询或文件，这是常见的Facebook，现有的方法不执行以及Bug2Commit。我们在Facebook的三个应用程序上评估了Bug2Commit：移动应用程序的客户端崩溃，服务器端性能回归和移动模拟性能测试。我们发现Bug2Commit的准确性比现有方法高出17%，从而减少了筛选回归和归因模拟中发现的错误的时间。
2021-03-17 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
GREPO: A Benchmark for Graph Neural Networks on Repository-Level Bug Localization
Institute for Artificial Intelligence, Peking University（人工智能研究院，北京大学）；School of Intelligence Science and Technology, Peking University（智能科学与技术学院，北京大学）；College of Intelligence Science and Technology, National University of Defense Technology（智能科学与技术学院，国防科技大学）
GREPO是首个用于仓库级Bug定位的GNN基准，包含86个Python仓库和47294个Bug修复任务，展示了GNN在Bug定位中的优越性能。
2026-02-14 cs.AI cs.LG cs.SE
OwlPath: Lossless Knowledge Compression for LLM Bug Repair
Shunfeng Technology Co., Ltd.（顺丰科技有限公司）
OwlPath是构建于CodeGraph之上的OWL2推理层，通过无损知识压缩将代码编码为OWL2本体，提升LLM漏洞修复的结构检索性能，在多组基准测试中实现了严格应用率、召回率等指标的显著提升。
2026-07-31 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
BushraDBR: An Automatic Approach to Retrieving Duplicate Bug Reports
本文提出 BushraDBR，利用 LSI 与 FCA 计算新缺陷报告和仓库报告的文本相似度，以自动检索并提前拦截重复缺陷报告。
2024-05-04 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
TianoForge: An Automated Bug Triage Approach for the TianoCore UEFI Firmware Development Community
University of Colorado Colorado Springs (UCCS)（科罗拉多大学科泉分校）；Purdue University（普渡大学）
针对TianoCore UEFI固件开发社区，提出基于GPT-LLM（结合或不结合RAG）的自动化Bug分类方法TianoForge，可将平均Bug分类时间缩短99.95%，显著提升软件维护效率。
2026-08-25 cs.SE
Configuring Test Generators using Bug Reports: A Case Study of GCC Compiler and Csmith
University of Houston（休斯顿大学）
编译器的正确性对其他软件系统的安全性和可靠性至关重要，因为编译器中的错误可能会产生不反映程序员意图的可执行文件。这样的错误很难识别和调试。随机测试程序生成器是编译器测试中常用的一种工具，它在发现编译器中的错误方面有很好的效果。然而，引导这些测试生成器生成更有可能发现错误的测试程序的问题仍然具有挑战性。在本文中，我们使用错误报告中的代码片段来指导测试生成。这项工作的主要思想是从错误报告中提取关于更容易实现不充分的语言功能的见解，并使用这些见解来指导测试生成器。我们使用GCC C编译器来评估这种方法的有效性。特别地，我们首先根据GCC错误报告中的测试程序的特征对其进行聚类。然后，我们使用集群的质心来计算Csmith的配置，Csmith是一个流行的C编译器测试生成器。我们在八个版本的GCC上评估了这种方法，发现我们的方法提供了更高的覆盖率，并触发了比GCC最先进的测试生成技术更多的错误编译失败。
2021-03-18 cs.LG cs.PL cs.SE
Characterizing and Mitigating False-Positive Bug Reports in the Linux Kernel
School of Computer Software, Tianjin University（天津大学计算机科学与技术学院）；School of Artificial Intelligence, Tianjin University（天津大学人工智能学院）
本文研究Linux内核中虚假正例缺陷报告的问题，通过构建2006份报告数据集，发现虚假正例需与真实缺陷同等努力，主要出现在文件系统和驱动程序中，采用RAG策略可实现91%召回率和88%F1分数。
2026-05-08 cs.SE
Does your Bug Tracking tool suit your needs? A Study on Open Source Bug Tracking tools
Bug跟踪工具对于管理任何开源和专有商业项目中的bug都至关重要。考虑到使用适当的错误跟踪工具的重要性，我们评估了31个开源错误跟踪工具提供的功能及其在开源项目中的使用意义。我们根据这些工具的功能将它们分为不同的类别。我们还通过与开源软件从业者合作进行了一项开发人员调查，以了解这些工具在日常软件开发中的有效性。我们还探索了StackOverFlow -一个开发者问答论坛，以了解开发者在使用开源bug跟踪工具时的经验和挑战。我们的观察产生了令人鼓舞的结果，可以作为一个建议指南，开源软件社区选择最好的错误跟踪工具，根据他们的功能需求。此外，我们已经确定了一些需要的功能，但大多数这些错误跟踪工具没有提供。
2017-06-21 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
DRAST -- A Deep Learning and AST Based Approach for Bug Localization
内容：给定一个bug报告和项目的源代码，bug本地化可以帮助开发人员专注于修复可能存在bug的文件，而不是搜索整个源代码存储库。虽然现有的研究使用信息检索（IR）和/或机器学习（ML）或深度学习（DL）方法的组合，但它们主要集中在基准Java项目上，并且还激发了对多语言错误本地化方法的需求。目的：创建一种新的bug本地化方法，该方法利用源代码的语法结构，bug报告信息，并且可以支持多语言项目以及新的C项目数据集。方法：所提出的DRAST方法通过使用其高级AST将源代码表示为代码向量，并将rVSM（一种IR技术）与ML/DL模型（如随机森林和深度神经网络回归器）相结合，以对错误文件列表进行排名。我们还使用了一些功能，例如使用IR技术的文本相似性，使用DNN的词汇不匹配，以及使用BugC数据集元数据的项目历史。结果：我们在BugC数据集中的7个项目上测试了DRAST，该数据集由来自21个开源C项目的2462个错误报告组成。结果表明，DRAST可以找到正确的错误文件90%的时间从顶部1，5，10建议的文件与MAP和MRR得分超过90%的随机选择的七个项目。我们还测试了DRAST的Tomcat和ANOJ，从基准数据集的项目，更好的结果在accuracy@1，MAP和MRR相比，与国家的最先进的。结论：本文提出了一种新的错误定位的方法，工作在C和Java项目和一个错误定位C数据集，随着一个新…
2020-11-06 cs.SE
Large-Scale Evaluation of Method-Level Bug Localization with FinerBench4BL
本文提出方法级缺陷定位评估框架 FinerBench4BL，基于 Bench4BL 半自动生成方法级仓库与 oracle，并适配现有技术；实验显示方法级技术准确率下降但调试效率提升。
2023-02-28 cs.SE
Bug Report Specification Refinement with Trajectory Guidance for Automated Program Repair
Concordia University（康考迪亚大学）；DePaul University（德保罗大学）；University of Manitoba（曼尼托巴大学）
研究针对自动程序修复中错误报告规范不完善的问题，提出TrajSpec方法，通过轨迹引导收集证据并组织成三级表示，经审查生成细化报告，实验表明该方法能有效提高修复性能。
2026-07-10 cs.SE
Bug In the Code Stack: Can LLMs Find Bugs in Large Python Code Stacks
University of Waterloo（滑铁卢大学）
本研究提出评估LLM在大型Python代码栈中识别简单语法Bug能力的BICS基准，发现代码环境检索难度高于文本环境，不同模型性能差异大，且上下文越长性能普遍越差。
2024-06-21 cs.AI cs.SE
Bug Histories as Sources of Compiler Fuzzing Mutators
提出IssueMut方法，从编译器缺陷历史中自动挖掘变异子，集成到现有模糊测试器中，在GCC和LLVM上发现65个新缺陷，其中60个被确认或修复。
2025-10-09 cs.SE
Beyond Crash-to-Patch: Patch Evolution for Linux Kernel Repair
University of Illinois Chicago（伊利诺伊大学芝加哥分校）；Indiana University（印第安纳大学）
本文研究Linux内核修复的补丁演变过程，提出PatchAdvisor框架，通过整合检索与诊断顾问，提升修复质量与审查一致性。
2026-04-04 cs.SE
ImproBR: Bug Report Improver Using LLMs
Bilkent University（比尔肯特大学）
ImproBR通过结合DistilBERT、启发式分析和LLM分析，提升bug报告的结构完整性、可执行性及可复现性，显著提高质量。
2026-04-28 cs.AI cs.SE
