Multi-Task Program Error Repair and Explanatory Diagnosis
Texas Tech University(德克萨斯理工大学)
本文提出mPRED多任务机器学习方法,利用预训练语言模型、专用下游模型、数据增强、思维链和图神经网络,实现跨语言程序错误修复与可解释诊断。
2025-01-06 cs.AI cs.SE
Automated Testing and Repair for Verified Compilers Generated by a Coding Agent
National University of Singapore(新加坡国立大学);Massachusetts Institute of Technology(麻省理工学院)
该研究针对编码智能体生成的验证编译器,提出了基于智能体的自动化测试与修复系统,经评估其在Axon编译器上无奖励黑客攻击问题,可有效开展测试与修复。
2026-08-03 cs.SE
Tea: Program Repair Using Neural Network Based on Program Information Attention Matrix
Microsoft Asia-Pacific Technology Company Ltd.(微软亚太科技有限公司);University of Chinese Academy of Sciences(中国科学院大学);Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所)
机器学习(ML)驱动的自然语言处理(NLP)的进步为软件程序的自动错误修复指明了一个有希望的方向,因为修复有错误的程序可以转换为翻译任务。虽然软件程序包含比一维自然语言文档更丰富的信息,但使用ML驱动的NLP技术进行自动程序修复的开创性工作只考虑了有限的此类信息。我们假设,更全面的软件程序的信息,如果适当利用,可以提高ML驱动的NLP方法在修复软件程序的有效性。作为证明这一假设的第一步,我们提出了一个统一的表示来捕捉软件程序的语法,数据流和控制流方面,并设计了一种方法来使用这样的表示来指导Transformer模型从NLP更好地理解和修复错误的程序。我们的初步实验证实,更全面的软件程序使用的信息,更好的ML驱动的NLP技术可以执行在这些程序中修复错误。
2021-07-17 cs.AI cs.SE
Repair Is Nearly Generation: Multilingual Program Repair with LLMs
Microsoft(微软)
大多数程序员在编写代码时都会犯错误。这些错误中有一些很小,只需要对原始程序进行很少的编辑--这类错误最近被称为“最后一英里错误”。这些错误打断了有经验的开发人员的流程,并可能使新手程序员感到困惑。针对这类错误的现有自动修复技术是特定于语言的,并且不容易转移到新的语言。转移符号方法需要大量的工程,神经方法需要数据和再训练。我们介绍了RING,一个多语言修复引擎,由一个大语言模型训练的代码(LLMC),如Codex。这种多语言引擎实现了编程辅助的翻转模型,与传统的代码建议技术相比,程序员编写代码,人工智能辅助建议修复。从程序员手动修复错误的方式中获得灵感,我们展示了一种基于修复的策略,该策略将修复概念化为本地化,转换和候选人排名,可以以最小的努力成功地修复多种语言的程序。我们提出了这样一个多语言修复引擎的第一个结果,通过评估6种不同的语言,并比较特定语言的修复引擎的性能。我们表明,RING可以优于这些语言中的三种语言的特定语言的修复引擎。
2022-12-05 cs.AI cs.PL cs.SE
Program Repair
自动程序修复是一种新兴的技术,它包括一套技术来自动修复程序中的错误或漏洞。在本文中,我们提出了一个全面的调查,最先进的程序修复。我们首先研究了不同的技术套件,包括基于搜索的修复,基于约束的修复和基于学习的修复。然后,我们讨论了程序修复的主要挑战之一,即补丁过拟合,通过提炼一类技术,可以减轻补丁过拟合。然后,我们讨论了程序修复工具的类别,程序修复的应用以及程序修复在工业中的用途。我们的调查结论与前瞻性的前景,对未来的使用程序修复,以及研究机会所产生的工作代码从大语言模型。
2022-11-23 cs.SE
DDOR: Delta Debugging for Explainable Overrefusal Testing and Repair
Southeast University(东南大学);Singapore Management University(新加坡管理学院);Zhejiang University(浙江大学);Huzhou Institute of Industrial Control Technology(湖州工业控制技术研究所)
提出DDOR框架,通过delta调试定位最小拒绝触发片段(mRTF),实现黑盒环境下大语言模型过度拒绝行为的自动化测试与修复。
2026-06-02 cs.AI cs.SE
Repairing Bugs in Python Assignments Using Large Language Models
Yale University(耶鲁大学);Microsoft(微软)
作为学习过程的一部分,学生经常在介绍性编程作业中犯错误。不幸的是,为这些错误提供自定义修复可能需要大量的时间和精力,从课堂教师。自动程序修复(APR)技术可用于合成这样的修复。先前的工作已经探索了在教育领域中使用符号和神经技术进行APR。这两种方法都需要大量的工程努力或大量的数据和培训。我们建议使用一个经过代码训练的大语言模型,比如Codex,来构建一个APR系统--MMAPR--用于介绍Python编程作业。我们的系统可以修复语法和语义错误相结合的多模态提示,迭代查询,基于测试用例的选择少数镜头,和程序分块。我们在286个真实的学生程序上评估了MMAPR,并将其与通过结合最先进的Python语法修复引擎BIFI和最先进的Python语义修复引擎Refactory构建的基线进行了比较。我们发现,MMAPR可以修复更多的程序,并产生更小的补丁平均。
2022-09-29 cs.AI cs.SE
How to Design a Program Repair Bot? Insights from the Repairnator Project
在过去的几年里,程序修复研究取得了巨大的进展,现在正在发明软件开发机器人来帮助开发人员提高生产力。在本文中,我们研究了“程序修复机器人”的概念,并提出了Repairnator。Repairnator bot是一个自主智能体,它不断地监视测试失败,复制bug,并针对每个复制的bug运行程序修复工具。如果找到补丁,Repairnator bot会将其报告给开发人员。在撰写本文时,Repairnator使用三种不同的程序修复系统,自2017年2月以来一直在运行。它总共研究了托管在GitHub上的1609个开源软件项目的11317个测试失败,并为17个不同的错误生成了补丁。几个月来,我们遇到了许多困难的技术挑战,不得不做出各种设计和工程决策。这给了我们一个独特的经验在这个领域。在本文中,我们反思Repairnator,以便与自动程序修复社区分享这些知识。
2018-11-24 cs.SE
Counterexample Guided Program Repair Using Zero-Shot Learning and MaxSAT-based Fault Localization
INESC-ID, IST, UL(INESC-ID、里斯本大学学院、里斯本大学)
针对入门编程作业自动化程序修复的局限,提出结合MaxSAT故障定位与大语言模型零样本学习的反例引导方法,提升修复能力且实现更小修复,优于现有工具。
2024-12-19 cs.AI cs.SE
Multi-Perspective Agentic Program Repair via Code Property Graphs and Temporal Execution Graphs
研究针对大语言模型在自动程序修复中的局限,提出CT-Repair框架,通过代码属性图和时间执行图表示证据,利用三阶段过滤管道及多视角智能体分析错误并生成修复策略,实验证明该方法能有效提高修复有效性。
2026-07-15 cs.AI cs.SE
Human-competitive Patches in Automatic Program Repair with Repairnator
修理工是个机器人。它不断监控在持续集成开源软件过程中发现的软件错误,并尝试自动修复这些错误。如果它成功合成了一个有效的补丁,Repairnator会向人类开发人员推荐这个补丁,伪装成一个假的人类身份。到目前为止,Repairnator已经能够生成5个补丁,这些补丁被人类开发人员接受并永久合并到代码库中。这是软件工程中程序自动修复研究中人类竞争力的一个里程碑。
2018-10-13 cs.SE
$T^3$: Multi-level Tree-based Automatic Program Repair with Large Language Models
School of Computer and Information Technology(计算机与信息科技学院);Shanxi University(山西大学)
本研究针对CoT技术在自动程序修复(APR)中应用不足的问题,系统评估了常见CoT技术,并提出创新框架$T^3$,将大语言模型推理与树搜索结合,有效提升候选修复方案的精确度并指导策略优化。
2025-06-26 cs.AI cs.SE
DynaFix: Iterative Automated Program Repair Driven by Execution-Level Dynamic Information
Chongqing University(重庆大学)
DynaFix通过迭代利用运行时动态信息改进程序修复,利用变量状态、控制流路径和调用栈等结构化提示引导LLM生成候选补丁,有效提升修复效率和准确性。
2026-04-19 cs.AI cs.SE
A Metamorphic Testing Approach to Diagnosing Memorization in LLM-Based Program Repair
JetBrains Research(JetBrains研究);Delft University of Technology(代尔夫特理工大学)
本文通过结合元测试与负对数似然,揭示LLM程序修复中数据泄露问题,发现模型在变换基准上的修复成功率显著下降,与NLL值高度相关。
2026-04-23 cs.AI cs.SE
AdaRepair-Mem: Adaptive Experience Orchestration for Repository-Level Program Repair
Zhejiang University(浙江大学);Tencent(腾讯)
针对仓库级程序修复中记忆不平衡、冗余和阶段错配问题,提出自适应经验检索框架,通过覆盖感知、质量选择和阶段路由提升修复性能。
2026-09-18 cs.AI cs.SE
Leveraging Causal Inference for Explainable Automatic Program Repair
Ping An Technology (Shenzhen) Co., Ltd.(平安科技(深圳)有限公司)
深度学习模型在自动程序修复方面取得了重大进展。然而,这些方法的黑箱性质限制了它们的实际应用。为了解决这个问题,本文提出了一种可解释的方法,程序修复的基础上的序列到序列模型的因果推理和我们的方法被称为CPR,短期因果程序修复。我们的CPR可以在决策过程中生成解释,它由因果相关的输入输出令牌组组成。首先,我们的方法推断这些关系查询模型与输入干扰数据增强。其次,它从响应中生成令牌图,并解决分区问题以选择最相关的组件。在Java、C、Python和JavaScript四种程序设计语言上的实验表明,CPR可以生成合理解释的因果图,提高程序自动修复中的错误修复性能。
2022-06-06 cs.AI cs.CL cs.SE
FlakiMe: Laboratory-Controlled Test Flakiness Impact Assessment. A Case Study on Mutation Testing and Program Repair
许多关于软件测试的研究都隐含着这样的假设:测试失败是确定性的,它们总是见证相同缺陷的存在。然而,这种假设并不总是正确的,因为一些测试失败是由于所谓的测试失败,即,不确定结果的测试。不幸的是,重复测试对测试和依赖于测试的活动(如突变测试和自动程序修复)有很大的影响。为了解决这个问题,我们引入了一个测试片状评估和实验平台,称为FlakiMe,支持播种(可控)程度的片状到一个给定的测试套件的行为。因此,FlakiMe为研究人员提供了在实验室控制条件下调查测试片状性对其技术影响的方法。我们使用FlakiME报告案例研究的结果和见解,这些案例研究评估了片状性对突变测试和程序修复的影响。这些结果表明,5%的片状故障足以影响突变评分,但效果大小是适度的(2% - 4%),而它完全消除了程序修复修补50%的主题程序的能力。我们还观察到,flakiness具有特定于案例的效果,这主要会破坏许多测试所覆盖的bug的修复。此外,我们发现,最小量的用户反馈足以减轻片状的影响。
2019-12-06 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
FAPR: Fast and Accurate Program Repair for Introductory Programming Courses
在编程入门课程中,教师对学生的错误程序提供调试反馈是一项挑战。最近的一些工具通过识别错误程序和正确程序之间的任何差异来自动提供程序修复反馈,但存在与可扩展性,准确性和跨语言可移植性相关的问题。本文介绍了FAPR -我们的新方法,建议修复程序的差异,在一个快速,准确的方式。FAPR在三个方面不同于当前的工具。首先,它将语法信息编码为令牌序列,以实现错误和正确程序之间的高速比较。其次,为了准确地提取程序差异,FAPR采用了一种新的匹配算法,最大限度地提高令牌级匹配,最小化语句级差异。第三,FAPR依赖于测试而不是静态/动态分析来验证和细化候选修复,因此它消除了由复杂程序分析引起的语言依赖性或高运行时开销。我们实现了FAPR,为C和C++程序提供修复建议;我们的经验表明FAPR具有出色的跨语言可移植性。更重要的是,我们经验比较FAPR与最先进的工具克拉拉。FAPR建议对95.5%以上的错误解决方案进行修复。我们在FAPR的建议中抽取了250个维修样本,发现89.6%的样本是最小的和正确的。FAPR的表现优于Clara,因为它为更多的案例提供了修复建议,创建了更小的修复,产生了更高质量的修复,并降低了运行时开销。我们的研究结果表明,FAPR可以潜在地帮助教师或TA有效地定位错误的代码中的错误,并提供调试提示/指导方针的基础上产生的修复。
2021-07-14 cs.SE
How Do LLMs Read Bug Reports? An Empirical Study of Attention in LLMs for Automated Program Repair
Drexel University(德雷塞尔大学);IBM Research(IBM研究院)
研究基于大语言模型的自动程序修复中模型注意力模式,通过分析319个真实错误,探究其在错误报告各部分的分布、成功与失败修复的注意力差异及与开发者重视信息的比较,发现注意力分配错误是失败关键因素,为改进系统提供见解。
2026-07-29 cs.AI cs.SE
HAFixAgent: History-Aware Agentic Program Repair
Queen's University(女王大学)
本文提出HAFixAgent,通过注入历史衍生的仓库启发式方法,提升大规模多补丁bug修复的效率与鲁棒性,实验证明其在Defects4J和BugsInPy上均优于现有方法。
2026-10-12 cs.AI cs.SE
On The Effectiveness of Dynamic Reduction Techniques in Automated Program Repair
针对自动化程序修复处理大规模工业级缺陷程序耗时耗资源的问题,提出集成ORBS观测切片的修复框架,通过程序约简优化修复全流程,在Defects4J数据集上实现性能提升且不降低修复质量。
2024-06-23 cs.SE
Better Understanding, Better Fixes? A Study of Hallucination in LLM-based Automated Program Repair
Harbin Institute of Technology(哈尔滨工业大学);Blekinge Institute of Technology(布莱金厄理工学院);Singapore Management University(新加坡管理大学)
本研究针对基于LLM的自动化程序修复中的幻觉问题,通过多层分析、三项任务及832个Defects4J缺陷的实验,揭示修复与理解幻觉普遍存在,明确其表现、占比及成因。
2026-09-29 cs.AI cs.SE
RepairBench: Leaderboard of Frontier Models for Program Repair
KTH Royal Institute of Technology(瑞典皇家理工学院)
RepairBench是一个基于执行、频繁标准化评估前沿模型在真实程序修复任务上性能的排行榜,利用Defects4J和GitBug-Java基准,并公开评估框架。
2024-09-27 cs.LG cs.SE
Externalizing Requirement-to-Repair Artifacts as Observable Traces for LLM-Based Program Repair
Rikkyo University(立教大学)
本文提出THEMIS,一种通过外部化需求到修复过程的可观察工件来支持仓库级程序修复的工作流,实验表明其能有效提升修复效果并支持跨阶段审计。
2026-09-15 cs.AI cs.SE
On Repairing Quantum Programs Using ChatGPT
针对量子编程领域缺乏自动化程序修复技术的问题,该研究探索用ChatGPT修复量子程序,在Bugs4Q基准上实现38个漏洞中29个的成功修复,为量子程序修复自动化提供了可行方向。
2024-01-26 cs.PL cs.SE
The Impact of Program Reduction on Automated Program Repair
本文提出利用程序切片缩减无关代码以提升自动程序修复的可扩展性,并在Defects4J上验证其可将TBar的中位修复时间从80分钟降至18分钟以内,同时保持修复质量。
2024-08-02 cs.SE
Program Repair: Automated vs. Manual
在过去的十年中,已经提出了各种自动程序修复(APR)技术来自动修复错误。虽然最近的研究在有效性和效率方面取得了重大进展,但在真实的调试场景中,APR技术在人工干预下的表现仍然不清楚。为了弥补这一差距,我们进行了广泛的研究,比较三个国家的最先进的APR工具与手动程序修复,并进一步调查是否协助APR工具(即,修复报告)可以改进手动程序修复。为此,我们招募了20名参与者进行对照实验,共产生了160个手动修复任务和问卷调查。实验结果表明:(1)人工修复程序有时会受到修复操作频率的影响;(2)APR工具在调试时间方面更有效,而人工修复程序往往会以更少的尝试生成正确的补丁;(3)APR工具可以进一步提高手工修复程序的错误修复率,但对补丁的正确性有负面影响;(4)参与者习惯于花费更多的时间来识别错误的补丁,但仍然容易被误导;(5)参与者对工具的修复性能持肯定态度,但对实际使用中的可用性普遍缺乏信心。此外,我们还提供了一些提高APR工具可用性的指南(例如,报告中的误导性信息和对反馈意见的观察)。
2022-03-10 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
Automatic Testing and Improvement of Machine Translation
本文介绍了TransRepair,一个全自动的方法来测试和修复的一致性机器翻译系统。TransRepair将突变与变形测试相结合,以检测不一致的错误(无需访问人类神谕)。然后采用概率参照或交叉参照的方法对译文进行后处理,以灰盒或黑盒的方式对不一致进行修正。我们对两个最先进的翻译器Google Translate和Transformer的评估表明,TransRepair在生成具有一致翻译的输入对方面具有很高的精度(99%)。通过这些测试,使用自动一致性指标和手动评估,我们发现Google翻译和Transformer有大约36%和40%的不一致性错误。黑盒修复平均修复了Google翻译和Transformer 28%和19%的错误。灰箱修复平均为Transformer修复30%的错误。手动检查表明,我们的方法修复的翻译在87%的情况下提高了一致性(2%的情况下降低了一致性),并且我们的修复在27%的情况下具有更好的翻译可接受性(8%的情况下较差)。
2019-12-25 cs.SE
Learner-Tailored Program Repair: A Solution Generator with Iterative Edit-Driven Retrieval Enhancement
本文提出面向学习者的程序修复任务及LSGEN框架,通过迭代编辑驱动检索增强方法提升程序修复效果,实验验证其在编程辅导中的有效性。
2026-01-18 cs.AI cs.CL cs.SE
Path-Based Program Repair
我们提出了一个基于路径的方法来修复程序的命令式程序。我们的修复框架作为输入的一个错误的程序,逻辑规范,被驳回,并提示故障可能位于。然后使用迭代抽象细化循环来修复程序:在每次迭代中,考虑符号反例重新合成错误的程序部分,其中控制流保持具体,但数据流是符号的。这个想法的吸引力是双重的:1)该方法懒洋洋地考虑候选修复,2)修复直接来自逻辑规范。与以前的工作相比,我们的方法是完整的程序与许多控制流路径,即,当且仅当程序可以在指定的故障位置处被修复时,才修复该程序。小程序的初步结果表明,该方法是有用的调试程序在实践中。
2015-03-17 cs.PL cs.SE
RepoRepair: Leveraging Code Documentation for Repository-Level Automated Program Repair
State Key Laboratory for Novel Software Technology, Nanjing University(新型软件技术国家重点实验室,南京大学);Human Language Technology Research Institute, University of Texas at Dallas(人机语言技术研究院,德克萨斯大学达拉斯分校)
RepoRepair通过生成代码文档增强LLM能力,实现仓库级别的自动程序修复,取得高修复率和低成本的优异表现。
2026-03-01 cs.AI cs.SE
On the Efficiency of Test Suite based Program Repair: A Systematic Assessment of 16 Automated Repair Systems for Java Programs
基于测试的自动程序修复是近十年来软件工程领域的一个研究热点。确实已经提出了许多方法,这些方法利用测试套件作为对程序规范的弱但可负担的近似。尽管文献经常在可以修复的基准测试错误的数量上创造新的记录,但一些研究越来越多地提出了对最先进方法的局限性和偏见的担忧。例如,生成的补丁的正确性已在一些研究中受到质疑,而其他研究人员指出,评估方案可能会误导故障定位结果的处理。然而,有很少的工作解决补丁生成的效率,关于程序修复的实用性。在本文中,我们填补了这一空白,在文献中,通过提供一个广泛的审查测试套件的程序修复的效率。我们的目标是评估生成的补丁候选者的数量,因为这些信息与(1)有效地遍历搜索空间以选择有意义的修复尝试的策略相关,(2)最小化识别合理补丁的测试工作的策略,(3)以及优先生成正确补丁的策略。为此,我们进行了大规模的实证研究的效率,在数量上产生的补丁候选人的16个开源修复工具的Java程序。在相同的故障定位配置下仔细地进行实验以限制偏差。
2020-08-03 cs.SE
Neural Program Repair with Execution-based Backpropagation
神经机器翻译(NMT)架构在自动程序修复方面取得了可喜的成果。然而,它们具有生成低质量补丁的限制(例如,不可编译的补丁)。这是因为现有的工作仅优化基于字符和标记的纯语法损失函数,而没有在神经网络权重优化期间并入程序特定的信息。在本文中,我们提出了一种新的程序修复模型称为奖励修复。RewardRepair的核心新颖性是通过基于程序编译和测试执行信息的损失函数来改进基于NMT的程序修复,奖励网络生成可编译且不会过拟合的补丁。我们进行了几个实验来评估RewardRepair,表明使用编译和测试执行结果来优化底层神经修复模型是可行和有效的。RewardRepair在四个基准测试中正确修复了207个错误。我们报告修复成功的121个错误是固定的第一次在文献中。此外,RewardRepair生成高达45.3%的可编译补丁,比最先进的39%有所提高。
2022-04-10 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
Exploring the Potential of Conversational Test Suite Based Program Repair on SWE-bench
本研究针对会话式补丁生成在SWE-Bench上的潜力未被专门评估的问题,开展实验验证基于LLaMA 3.1 70B的简单会话流水线的修复效果,达到47%的有效补丁生成率,可媲美当前最优水平。
2024-10-06 cs.AI cs.MA 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
Towards More Reliable Automated Program Repair by Integrating Static Analysis Techniques
自动程序修复的一个长期存在的公开挑战是过拟合问题,这是由于没有足够或不完整的规范来验证生成的补丁是否正确而引起的。大多数可用的修复系统依赖于弱规范(即,从测试用例合成的规范),这限制了生成的修复的质量。为了加强规范和提高修复的质量,我们建议更紧密地结合静态错误检测技术与自动程序修复。该集成将自动程序修复与静态分析技术相结合,使得错误检测模式可以合成为修复系统可以使用的规范。我们探索这种集成使用两种类型的错误的可行性:算术错误,如整数溢出,和逻辑错误,如终止错误。作为我们分析的一部分,我们提出了一些意见,有助于提高这些类别的错误补丁生成。此外,这些观察有助于缩小候选块搜索空间,并推断有效的搜索顺序。
2021-11-10 cs.SE
A study on Prompt Design, Advantages and Limitations of ChatGPT for Deep Learning Program Repair
本文通过三个研究问题系统探索ChatGPT在深度学习程序修复中的能力,提出提示设计分类与多种提示模板,并总结其在代码异味检测、重构及API误用检测方面的优势与局限。
2023-04-17 cs.SE
A Comprehensive Study of Automatic Program Repair on the QuixBugs Benchmark
自动程序修复论文倾向于重复使用相同的基准。这对程序修复研究团体的研究结果的外部有效性构成了威胁。在本文中,我们进行了一个实证研究的自动修复的基准称为菜的错误,这是很少研究。本文首先分析了菜bug的特点;其次研究了10种程序修复工具对菜bug的修复效果;最后采用三种补丁正确性评估技术对菜bug中过拟合补丁的存在进行了综合研究。我们的主要成果是:1)菜Bugs中有16/40的bug程序可以用至少一个测试集足够的补丁来修复; 2)所考虑的工具在菜Bugs上总共生成了338个合理的补丁,其中53.3%的补丁根据我们的人工评估是过拟合的; 3)RGT_Evosuite、RGT_InputSampling和GT_Invariants三种自动补丁正确性评估技术的准确率达到98.2%,过拟合检测率分别为80.8%和58.3%。据我们所知,这是最大的菜虫自动修复的实证研究,结合了定量和定性的见解。我们所有的实验结果都可以在GitHub上公开获得,以促进未来对自动程序修复的研究。
2020-09-28 cs.SE
Elixir: Effective object-oriented program repair
这项工作的动机是普遍使用的方法调用面向对象(OO)的程序,实际上他们的流行补丁的OO程序错误。我们提出了一种生成和验证修复技术,称为ELIXIR旨在能够生成这样的补丁。ELIXIR积极地使用方法调用,与局部变量、字段或常量一样,来构造更具表达力的修复表达式,这些表达式用于合成补丁。随后扩大的修复空间,由于更广泛地使用的方法调用,有效地解决了使用机器学习模型排名具体的维修。机器学习模型依赖于从程序上下文导出的四个特征,即,潜在修复位置周围的代码以及错误报告。我们实现了ELIXIR,并在两个数据集上进行了评估,这两个数据集是流行的Defects 4J数据集和我们创建的新数据集Bugs.jar,并针对我们技术的2个基线版本以及代表程序修复最先进水平的5种其他技术。我们的评估表明,ELIXIR能够将Defects 4J中正确修复的错误数量增加85%(从14增加到26),将Bugs.jar中的错误数量增加57%(从14增加到22),同时还显著优于其他最先进的修复技术,包括ACS,HD-Repair,NOPOL,PAR和jGenProg。
2021-12-21 cs.SE
Gradient-Based Program Repair: Fixing Bugs in Continuous Program Spaces
KTH Royal Institute of Technology(皇家理工学院)
本文提出基于梯度的程序修复方法,通过在可微数值程序空间中进行连续优化,有效修复符号程序中的错误,首次将程序修复视为数值空间中的连续优化问题。
2026-03-25 cs.LG cs.PL cs.SE
Automated Patch Assessment for Program Repair at Scale
在本文中,我们做的程序修复系统生成的补丁的自动正确性评估。我们将人类书写的补丁视为地面真实预言,并基于它随机生成测试,这是Shamshiri等人提出的一种技术,随机地面真值测试(RGT)。我们建立了一个由14个最先进的修复系统生成的638个Defects 4J补丁的策展数据集,我们在这个数据集上评估了自动补丁评估。本研究的结果是新颖的和有意义的:第一,我们提高了最先进的性能与RGT的自动补丁评估的190%,通过改进的预言;第二,我们表明,RGT是足够可靠的,以帮助科学家做过拟合分析,当他们评估程序修复系统;第三,我们提高了程序修复知识的外部效度与最大的研究。
2021-05-07 cs.SE
RepairLLaMA: Efficient Representations and Fine-Tuned Adapters for Program Repair
KTH Royal Institute of Technology(皇家理工学院);NC State University(北卡罗来纳州立大学)
针对现有大语言模型程序修复方法代码表示朴素、无法扩展到前沿模型的问题,提出RepairLLaMA方法,通过最优代码表示和参数高效微调构建程序修复适配器,在多个基准上性能超越所有基线。
2025-09-03 cs.LG cs.SE
Towards Extending the Range of Bugs That Automated Program Repair Can Handle
现代自动程序修复(APR)被很好地调整为发现和修复将可观察到的错误行为引入程序的错误。然而,一类重要的错误不会导致这种可观察到的行为(例如,活跃/终止错误、非功能性错误和信息流错误)。这样的错误通常不能用当前的APR方法来处理,因此,作为一个社区,我们需要开发补充技术。为了刺激替代APR方法和混合APR组合的系统研究,我们设计了一种新的错误分类系统,使他们的错误检测能力和错误修复能力的有条不紊的分析。为了证明的好处,我们分析了顺序和并发程序中的终止错误的修复。研究表明,将动态APR与形式化分析技术(如终止证明器和软件模型检查器)相结合,降低了复杂性,提高了这些修复的整体可靠性。
2022-11-07 cs.SE
Empirical Review of Java Program Repair Tools: A Large-Scale Experiment on 2,141 Bugs and 23,551 Repair Attempts
在过去的十年中,基于测试套件的自动程序修复的研究有了显着增长。每年,新的方法和实现都会出现在主要的软件工程场所。然而,大多数这些方法都是在单一的bug基准上进行评估的,其他研究人员也很少复制这些bug。在本文中,我们提出了一个大规模的实验,使用11个Java测试套件为基础的修复工具和5个基准的错误。我们的目标是更好地了解自动程序修复工具在大量基准测试中的现状。我们的调查是指导的假设,修复工具的可修复性可能不会在不同的基准程序错误的一般化。我们发现,这11个工具1)能够为5个基准测试中21%的bug生成补丁,2)与其他基准测试相比,在Defects 4J上具有更好的性能,通过为Defects 4J中47%的bug生成补丁,而其他基准测试中的bug只有10-30%。我们的实验总共包括23,551次修复尝试,我们用来找到非补丁生成的原因。本文对这些原因进行了分析,有助于维修工具设计人员改进技术和工具。
2019-05-28 cs.SE
Automated Program Repair of Uncompilable Student Code
North Carolina State University(北卡罗来纳州立大学)
本研究利用大型语言模型修复不可编译的学生代码,以保留其结构意图,从而提升学生建模和知识追踪的分析能力。
2025-12-23 cs.AI cs.CY cs.SE
ASAP-Repair: API-Specific Automated Program Repair Based on API Usage Graphs
本文提出 ASAP-Repair 技术,利用最先进检测器的 API 使用模板,基于 API 使用图 (AUGs) 自动修复 API 误用,并验证了其在成熟数据集上的适用性及未来挑战。
2024-02-12 cs.SE
E-APR: Mapping the Effectiveness of Automated Program Repair
自动程序修复(APR)是一个快速发展的领域,许多新技术正在开发,以解决最具挑战性的软件工程问题之一。APR技术已经显示出有希望的结果,给了我们希望,有一天软件可以自我修复。本文主要研究APR技术的客观性能评估问题。我们介绍了一种新的方法,解释自动程序修复(E-APR),它确定的缺陷程序,解释为什么一个特定的实例是很难的APR技术的功能。E-APR用于检查大多数研究人员使用的错误程序的多样性和质量,并分析现有APR技术的优点和缺点。E-APR可视化了有缺陷程序的实例空间,每个有缺陷的程序都表示为空间中的一个点。实例空间的构造,以揭示领域的困难和容易的bug程序,并使APR技术的优点和缺点被确定。
2021-06-08 cs.SE
Program Repair with Minimal Edits Using CodeT5
University of Aizu(会津大学);Dhaka University of Engineering & Technology(达卡工程技术大学)
本文提出使用CodeT5模型,通过微调错误-正确程序对,以最小编辑距离生成正确程序,实验达到91.95%的pass@100,证明其在入门编程问题修复中的有效性。
2023-09-26 cs.AI cs.CL cs.SE
Estimating the Potential of Program Repair Search Spaces with Commit Analysis
评估程序修复系统最自然的方法是在缺陷数据集上运行它们,比如Defects4J。然而,在任意的真实世界的程序中使用这种评估技术需要大量的配置。在本文中,我们提出了一个纯静态的方法来评估潜在的搜索空间的修复方法。这种新方法使研究人员和从业人员能够对修复方法的搜索空间进行编码,并选择潜在有用的方法,而无需在工具配置和执行方面进行斗争。我们编码的搜索空间指定的修复策略,他们采用。接下来,我们使用规范来检查过去的提交是否位于修复搜索空间中。对于修复方法,在其搜索空间中包括许多人类编写的过去提交表明其生成有用补丁的潜力。我们在LighteR中实现了我们的评估方法。LighteR获取一个Git仓库,并输出一个提交列表,这些提交的源代码更改位于修复搜索空间中。我们在72个Github仓库的55,309个提交上运行了LighteR,并显示LighteR的准确率和召回率分别为77%和92%。总体而言,我们的实验表明,我们的新方法是轻量级的和有效的研究程序修复方法的搜索空间。
2022-02-03 cs.SE
Trust Enhancement Issues in Program Repair
自动程序修复是一种新兴的技术,它试图使用学习、搜索和语义分析来自动纠正错误和漏洞。信任自动生成的补丁是实现程序修复的更大采用所必需的。为了实现这一目标,我们调查了100多名软件从业者,以了解增强对自动生成的补丁的信任所需的工件和设置。基于对开发人员偏好的调查反馈,我们定量评估现有的基于测试套件的程序修复工具。我们发现,他们不能产生高质量的补丁在前10名的排名和可接受的时间段为1小时。我们的定性研究中的开发人员反馈以及我们对现有修复工具的定量检查中的观察结果指出了推动程序修复研究的可操作见解。具体来说,我们注意到,在可接受的时间范围内产生修复非常依赖于利用足够丰富的搜索空间的抽象搜索空间表示。此外,虽然额外的开发人员输入对于生成或排名补丁是有价值的,但开发人员似乎对重要的人在环交互不感兴趣。
2022-02-11 cs.SE
Stryker: Scaling Specification-Based Program Repair by Pruning Infeasible Mutants with SAT
用于自动程序修复的许多技术涉及语法程序转换。将这些变换的组合应用于错误代码会产生修正候选,其正确性必须确定。探索这些组合会导致产生的修复候选者的数量爆炸,这严重限制了这种故障修复技术的适用性。大多数情况下,通过不彻底考虑候选修复,以及禁用语句内修改,可以抑制这种爆炸。在这篇文章中,我们提出了一种程序修复技术,认为一个充足的语句内的语法操作,并探讨修复候选人详尽到一个提供的界限。该技术的适用性,在我们的工具Stryker中实现,支持一种新的机制来检测和修剪不可行的修复候选人。这使得Stryker能够修复具有多个错误的程序,这些错误的修复需要多次修改。我们评估我们的技术基准故障的Java容器类,Stryker能够修复,修剪显着部分的空间生成的候选人时,一个以上的错误存在于代码中。
2019-10-30 cs.SE