debug-gym: A Text-Based Environment for Interactive Debugging
Microsoft Research Montréal(微软研究院蒙特利尔研究院);Microsoft Research NYC(微软研究院纽约研究院);McGill University(麦吉尔大学);Mila, Université de Montréal(蒙特利尔大学米拉研究所)
本文提出debug-gym,一个轻量级文本环境,通过提供pdb等工具支持LLM智能体交互式调试,并可推广至其他信息寻求任务。
2025-03-27 cs.AI cs.CL cs.PL
Language-assisted Vision Model Debugger: A Sample-Free Approach to Finding and Fixing Bugs
School of Computer;Information Technology \& Beijing Key Lab of Traffic Data Analysis;Mining, Beijing Jiaotong University, Beijing, China
本文提出基于 CLIP 和 LLM 的无样本语言辅助诊断框架,通过文本代理模型探测视觉模型缺陷,并在 Waterbirds 与 CelebA 上发现已知及未知错误。
2024-03-03 cs.AI cs.CV
GoTcha: An Interactive Debugger for GoT-Based Distributed Systems
分布式系统是很难的。为调试这样的系统而开发的大多数技术要么使用广泛的模型检验,要么使用日志和跟踪的事后分析。交互式调试通常是一种仅在单线程和单进程应用程序中有效的工具,很少应用于分布式系统。虽然使用交互式调试器实时观察状态更改是有效的,但在分布式场景中它会带来许多问题。在本文中,我们讨论了分布式系统的交互式调试器应满足的要求,底层分布式模型在促进调试器中发挥的作用,以及我们的交互式调试器的实现:GoTcha。GoTcha是一个基于浏览器的交互式调试器,用于构建在全局对象跟踪器(GoT)编程模型上的分布式系统。我们展示了GoT模型如何促进调试器,以及调试器可以提供的功能。我们还演示了一个典型的调试工作流。
2019-09-07 cs.DC cs.SE
The Visual Debugger: Past, Present, and Future
本文围绕IntelliJ IDEA插件Visual Debugger展开,梳理其开发集成过程中的经验与障碍,介绍近期优化成果,并提出未来的障碍解决方案与发展规划。
2024-03-06 cs.SE
AutoBridge: Automating Smart Device Integration with Centralized Platform
The Hong Kong University of Science and Technology (Guangzhou)(香港科学与技术大学(广州));ShanghaiTech University(上海科技大学)
针对物联网设备与集中式平台集成需大量人工编写代码的问题,提出AutoBridge分治式自动生成集成代码方案,搭配多阶段调试流水线,在基准测试中实现高成功率与功能覆盖率,效率远超专业程序员。
2025-07-31 cs.AI cs.SE
The Prolog debugger and declarative programming
逻辑编程是一种声明式编程范式。程序设计语言Prolog使逻辑编程成为可能,至少在很大程度上是这样。然而,Prolog调试器只在操作语义方面工作。因此它与声明式编程不兼容。本报告讨论了这个问题,并试图从声明的角度找到如何使用调试器。结果并不令人鼓舞。此外,Byrd的盒子模型,调试器使用,解释在SLD分辨率。
2020-03-05 cs.LO cs.PL cs.SE
Sindarin: A Versatile Scripting API for the Pharo Debugger
调试是软件维护中最重要和最耗时的活动之一,然而主流的调试器并不能很好地适应多种调试场景。这导致了新技术的研究,涵盖了复杂错误的特定家庭。值得注意的是,最近的研究建议为开发人员提供脚本DSL,基于插件和可塑造的调试器。然而,这些解决方案是针对特定用例定制的,或者对于一次性使用场景来说成本太高。在本文中,我们认为,在主流调试器中公开调试脚本接口有助于解决许多具有挑战性的调试方案。为此,我们提出了Sindarin,一个脚本API,简化了开发人员在调试会话期间追求的不同策略的表达和自动化。Sindarin提供了一个类似GDB的API,增加了AST字节码源代码映射和以对象为中心的功能。为了证明Sindarin的多功能性,我们从文献中重现了几个先进的断点和非平凡的调试机制。
2019-09-09 cs.PL cs.SE
A Knowledge-based Automated Debugger in Learning System
目前,编程教师不断面临的问题,帮助调试学生的程序。虽然目前在各种平台上存在许多调试器和调试工具,但这些项目或产品中的大多数都是通过软件维护的需要而制作的,而不是通过编程教学的角度。此外,大多数调试器都过于通用,意味着专家以及不用户友好。我们提出了一个新的知识为基础的自动调试器,作为一个用户友好的工具,由学生自我调试自己的程序。定型代码(陈词滥调)和错误陈词滥调将被存储为知识库中的计划库。正确代码或错误的识别基于模式匹配和约束满足。给定一个无语法错误的程序及其说明书,这个名为Adil的调试器将能够定位、查明和解释程序的逻辑错误。如果没有错误,就能够解释程序的含义。Adil基于Conceiver的设计,Conceiver是马来西亚Kebangsaan大学开发的自动程序理解系统。
2001-01-12 cs.PL cs.SE
Out-Of-Place debugging: a debugging architecture to reduce debugging interference
上下文最近的研究表明,开发人员将大部分编程时间用于测试,验证和调试软件。随着应用程序变得越来越复杂,开发人员需要更高级的调试支持来简化软件开发过程。查询自70年代以来,引入了许多调试解决方案。其中,在线调试器提供了一个很好的洞察导致错误的条件,允许检查和与程序的变量交互。然而,大多数在线调试解决方案将\textit{debugging interference}引入到程序的执行中,即暂停、延迟和包含副作用的代码的评估。approach.本文研究了一种新的调试技术,称为\outofplace调试。目标是最小化在线调试的调试干扰特性,同时允许在线远程功能。\outofplace调试器将程序执行和应用状态从被调试的应用程序传送到调试器应用程序,两者都在不同的进程中运行。知识一方面,\outofplace调试允许开发人员远程调试应用程序,克服了对运行被调试应用程序的机器进行物理访问的需要。另一方面,调试在远程机器上本地进行,避免了延迟。这使得它适合部署在分布式系统上,并处理并行运行的多个进程的调试。接地。我们为Pharo Smalltalk程序设计语言实现了一个具体的异地调试器。我们表明,我们的方法是实用的,通过执行几个基准,比较我们的方法与经典的远程在线调试器。我们表明,我们的原型调试器优于传统的远程调试器在几种情况下的1000倍。此外,我们表明,我们的调试器的存在不会影响应用程序的整体…
2018-11-05 cs.SE
XplainLLM: A Knowledge-Augmented Dataset for Reliable Grounded Explanations in LLMs
University of California, Santa Barbara(加利福尼亚大学圣巴巴拉分校);Nanyang Technological University(南洋理工大学)
本文提出 XplainLLM 数据集及解释框架,利用知识图谱和图注意力网络生成有依据的解释,以增强 LLM 透明度、减少幻觉并验证输出可靠性。
2024-09-20 cs.AI cs.CL
Moldable Exceptions
本文提出“可塑异常”这一轻量级机制,利用异常携带的上下文信息动态适配调试器接口,以降低自定义调试器的实现门槛并增强实时编程环境的调试体验。
2024-08-31 cs.SE
TEMANEJO - a debugger for task based parallel programming models
我们提出的程序Temanejo,调试器任务为基础的并行模型,如StarSs。调试StarSs应用程序的挑战在于,任务是在运行时调度的,即根据它们之间的数据依赖关系动态调度。我们的工具通过可视化任务依赖图并允许控制任务的调度来帮助程序员在调试过程中。该工具集由库Ayudame和调试器Temanejo组成,前者与StarSs运行时通信,后者与Ayudame通信。Temanejo提供了一个图形化的用户界面,可以通过它来分析和控制应用程序。
2011-12-20 cs.DC cs.SE
Temporal Debugging using URDB
提出了一种新的时序调试方法。新的URDB调试器可以使用诸如临时搜索之类的技术来查找导致bug的底层错误。这改进了标准的迭代调试风格,迭代调试风格在调试器控制下迭代地重新执行程序以搜索潜在的错误。URDB充当元调试器,目前支持四种广泛使用的调试器:gdb、MATLAB、python和perl。对新调试器的支持可以在几个小时内添加。它的新颖之处包括:(i)MATLAB,Python和Perl的第一个可逆调试器;(ii)支持当今的多核架构;(iii)多进程和分布式计算的可逆调试;以及(iv)对程序表达式变化的时间搜索。URDB通过DMTCP(分布式多线程检查点)的快速检查点重启能力获得其可逆性和时态能力。最近增强的DMTCP还增加了ptrace支持,使之能够冻结、迁移和复制调试会话。
2009-10-27 cs.OS cs.SE
MdEval: Massively Multilingual Code Debugging
CCSE, Beihang University(北京航空航天大学 CCSE)
提出首个大规模多语言调试基准MdEval,含18种语言3.6K样本,覆盖APR、CR、BI任务,并构建指令语料库训练xDebugCoder,实验显示开源与闭源模型性能差距大。
2025-02-24 cs.CL
AgentStepper: Interactive Debugging of Software Development Agents
University of Stuttgart(斯图加特大学);CISPA Helmholtz Center for Information Security(CISPA 沃尔夫冈·泡利信息安全中心)
AgentStepper是一种用于LLM软件工程代理的交互式调试工具,通过结构化对话和逐步执行提升调试效率,减少开发者工作量。
2026-02-06 cs.AI cs.SE
InspectCoder: Dynamic Analysis-Enabled Self Repair through interactive LLM-Debugger Collaboration
Zhejiang University(浙江大学);Alibaba Group(阿里巴巴集团)
本文提出 InspectCoder 双智能体框架,让 LLM 通过交互式调试器开展有状态动态分析与根因诊断,并在两个自修复基准上显著提升准确率和修复效率。
2025-10-21 cs.SE
On-the-fly Query-Based Debugging with Examples
程序错误很难发现,因为在错误发生的时间和程序员发现错误的时间之间存在因果差距。虽然调试技术(如条件断点和数据断点)有助于在简单情况下找到错误原因,但在许多情况下,它们无法有效地弥合因果差距。基于查询的调试器为程序员提供了一个有效的工具,它通过在被调试程序运行时不断检查对象间的关系来提供即时的错误警报。为了使基于查询的调试器在程序执行中以便携式的方式,我们提出了高效的Java类文件插装,并讨论替代技术。虽然动态调试器的开销比基于查询的动态调试器高,但它提供了额外的交互能力和灵活性,同时保持了完全的可移植性。为了加快动态查询评估,我们的调试器在可移植的Java实现使用的组合,程序插装,加载时代码生成,查询优化,和增量重新评估。本文讨论了动态调试,并演示了基于查询的调试器应用程序调试Java煤气罐小程序以及SPECjvm 98套件应用程序。
2000-11-16 cs.PL cs.SE
Who is Debugging the Debuggers? Exposing Debug Information Bugs in Optimized Binaries
尽管在软件测试方面取得了进步,但bug仍然困扰着已部署的软件,并导致生产中的崩溃。当调试问题时--有时是由“heisenbugs”引起的--需要解释核心转储并在部署的同一个二进制文件上离线重现问题。这需要整个工具链(编译器、链接器、调试器)正确地生成和使用调试信息。很少有人注意检查这些信息是否被现代工具链的优化阶段正确保存。这一点特别重要,因为在优化的生产二进制文件中管理调试信息是非常重要的,通常会导致工具链错误,可能会阻碍部署后的调试工作。在本文中,我们提出了一个新的框架,以发现现代工具链中的调试信息错误的调试$^{2}$。我们的框架将随机的源程序提供给目标工具链,并对它们的优化/未优化的二进制变体的调试行为进行外科手术式的比较。这样的差分分析允许调试器$^{2}$在每个调试步骤检查不变量,并从不变量违反中检测错误。我们的不变量基于常见调试实体的一致性,例如源代码行、堆栈帧和函数参数。我们表明,虽然简单,但这种策略产生了强大的跨工具链和跨语言不变量,可以查明现代工具链中的几个错误。我们已经使用了PHP $^{2}$在LLVM工具链(clang/lldb)中发现了23个bug,在GNU工具链(GCC/gdb)中发现了8个bug,在Rust工具链(rustc/lldb)中发现了3个bug--其中14个bug已经被开发人员修复了。
2020-12-04 cs.SE
Extension Language Automation of Embedded System Debugging
嵌入式系统包含几个目标处理抽象层。这些层包括电子电路、二进制机器码、助记符汇编代码以及高级过程和面向对象的抽象。物理嵌入式系统中的物理和时间约束以及工件使得软件工程师不可能在处理器抽象的单个层上操作。Luxdbg嵌入式系统调试器将这些层暴露给调试器用户,并添加了一个附加层,即扩展语言层,允许用户扩展调试器及其目标处理器功能。Tcl是Luxdbg的扩展语言。Luxdbg用户可以应用Tcl来自动化交互式调试步骤,重定向和互连目标处理器输入输出设施,调度多处理器执行,记录和响应目标处理异常,以及自动化目标系统测试。在调试器中包含像Tcl这样的扩展语言可以为分布式调试带来额外的好处,其中调试器可以在计算机网络上传递扩展语言表达式。
2000-11-06 cs.PL cs.SE
The Visual Debugger Tool
本文提出一种集成于IntelliJ IDEA的可视化调试工具,通过对象图图形化展示程序执行信息,以降低软件调试与维护成本。
2024-04-19 cs.SE
Implementation of Live Reverse Debugging in LLDB
测试是一个必不可少的过程,在开发工作中占有很大的份额,通过跟踪、检查和迭代运行会话来不断地寻找攻击性代码。可能每个开发人员都有过这样的情况,他们明确希望时间倒退一段时间,只是为了重试一些操作,而不是重新启动整个会话。好吧,实现这个愿望的精灵被称为反向调试器。它们固有的技术复杂性使它们很难实现,而强加的执行开销使它们不太适合采用。只有少数几个可用的工具,大多数是离线工具,工作在记录的,以前运行的会话上。我们认为现场反向调试器既具有挑战性又有前途,因为它们可以适应现有的正向调试器,我们开发了第一个现场反向调试器LLDB的顶部,详细讨论了我们的实现方法。
2021-08-03 cs.PL cs.SE
A Graphical Interactive Debugger for Distributed Systems
设计和调试分布式系统是出了名的困难。分布式系统的正确性很大程度上取决于其对故障场景的处理。导致bug的事件序列可能很长很复杂,并且可能包括消息重新排序和失败。在单节点系统上,交互式调试器支持单步执行程序,但它们缺乏轻松模拟故障场景和控制消息传递顺序的能力。Oddity是一个用于分布式系统的图形化交互式调试器。它将传统的逐步调试的力量-细粒度的控制和程序执行时的观察-带到了分布式系统中。它还支持探索性测试,在这种测试中,工程师检查和干扰系统的行为,以便更好地理解它,也许没有特定的bug。程序员可以直接控制消息和故障交织。Oddity支持时间旅行,允许开发人员在单个调试会话中探索系统的多个分支执行。最重要的是,Oddity鼓励分布式系统思考:分布式系统应该围绕消息丢失和节点故障的确定性进行开发,而不是假设正常情况并将故障处理作为事后的想法。研究生和本科生在两个分布式系统课程中使用Oddity。使用跟踪和定性调查表明,学生发现Oddity对调试和探索性测试都很有用。
2018-06-13 cs.DC cs.SE
Direct Interpretation of Functional Programs for Debugging
我们对长期存在的调试问题进行了另一次攻击。在探讨了为什么调试器没有像人们期望的那样广泛使用,特别是在函数式编程环境中,我们定义了调试器的特性,使其可用,从而广泛使用。我们提出了一个新的调试器OCaml的直接解释的程序源操作,允许打印出的程序的评估的各个步骤的初步工作。我们提出了OCamli,一个独立的解释器,并提出了一种机制,解释器可以集成到编译的可执行文件,允许程序的一部分被解释在相同的方式作为OCamli,而其余的程序本地运行。我们展示了这样的机制可能会创建一个源代码级的调试系统,具有可用的调试器的特性(如独立于其环境),因此最终可能会被期望适合广泛采用。
2019-05-16 cs.PL cs.SE
Designing for Novice Debuggers: A Pilot Study on an AI-Assisted Debugging Tool
Singapore University of Technology and Design(新加坡科技设计大学);Singapore Management University(新加坡管理大学);Ruhr University Bochum(波鸿鲁尔大学)
本文提出AI辅助调试工具CodeHinter,结合传统调试与LLM技术帮助新手修复语义错误,实验表明其有效且易用,并强调应基于用户画像进行个性化设计。
2025-10-02 cs.CY cs.SE
Poster: libdebug, Build Your Own Debugger for a Better (Hello) World
本文提出开源 Python 库 libdebug,为程序化调试用户态二进制程序提供友好 API,并通过案例与基准测试证明其系统调用和断点处理延迟比 GDB 低 3 至 4 倍。
2025-06-03 cs.CR cs.SE
TalkToAgent: A Human-centric Explanation of Reinforcement Learning Agents with Large Language Models
Department of Chemical and Biological Engineering, Seoul National University, Republic of Korea(化学与生物工程系,首尔国立大学);Davidson School of Chemical Engineering, Purdue University, United States(化学工程大卫森学院,普渡大学)
TalkToAgent提出多智能体LLM框架,通过五个专门智能体自动映射用户查询至XRL工具,提供交互式自然语言解释,并在四水箱基准上验证了高准确性和有效解释。
2025-09-08 cs.AI cs.HC
Design and Implementation of Parallel Debugger and Profiler for MPJ Express
MPJ Express是一个消息传递系统,允许计算科学家在高性能计算(HPC)硬件上编写和执行并行Java应用程序。尽管MPJ Express软件在Java HPC社区中获得了成功的采用,但它目前不提供对调试和分析并行应用程序的任何支持,因此迫使其用户依赖手动和繁琐的调试/分析方法。对这些工具的支持对于帮助应用程序开发人员提高整体生产力至关重要。为了解决这个问题,我们已经开发了调试和分析工具的MPJ快递,这是本文的主要主题。这些工具的主要设计目标包括:1)保持与现有日志记录,调试和可视化工具的兼容性,2)通过扩展现有的调试/分析工具而不是重新发明轮子来构建这些工具。第一个工具名为MPJAR,构建在开源Eclipse集成开发环境(IDE)上。它提供了一个使用Eclipse插件开发环境(PDE)开发的基于Eclipse的插件。默认的Eclipse调试器目前不支持调试在计算集群上运行的并行应用程序。第二个工具名为MPJProf,是一个基于TuningandAnalysisUtility(TAU)的实用程序,TAU是一个开源的性能评估工具。我们的目标是利用TAU来生成配置文件和跟踪,从而对使用MPJ Express并行化的Java应用程序进行配置,这些配置文件和跟踪稍后可以使用paraprof和Jumpshot等现有工具进行可视化。在论文的最后,我们量化了使用MPJProf的开销,我们发现…
2014-08-27 cs.DC cs.SE
Debug2Fix: Can Interactive Debugging Help Coding Agents Fix More Bugs?
Microsoft(微软)
本文提出Debug2Fix框架,通过集成交互式调试子代理,提升编码代理在bug修复中的性能,实验显示在某些模型上性能提升超过20%,并证明更好的工具设计比切换更昂贵的模型更重要。
2026-04-21 cs.AI cs.SE
BOLD: An Ontology-based Log Debugger for C Programs
与调试相关的不同活动,例如程序插装、执行跟踪的表示和跟踪的分析,通常不在统一的框架中执行。我们提出了\textit{BOLD},一个基于本体的日志记录器,以统一和标准化的活动,在调试。程序的语法信息可以用资源描述框架(RDF)三元组的形式表示。使用BOLD框架,可以通过使用这些三元组的声明性规范来自动检测程序。该框架的一个显著特征是将程序的执行跟踪也存储为称为\textit{trace triples}的RDF三元组。可以查询这些三元组以实现常见的调试操作。该框架的新颖之处在于将这些三元组抽象为\textit{spans},用于高级推理。span提供了一种在程序执行的某个部分检查特定变量的值的方法。span的属性被正式定义为称为\textit{Program Debug (PD) Ontology}的Web本体语言(OWL)本体。使用跨度抽象和PD本体,最终用户可以调试一个给定的错误程序在一个标准的方式。使用本体的一个显着特点是,用户可以准确地调试在某些情况下丢失的信息,这可以是实际有用的。为了证明所提出的框架的可行性,我们已经调试了一个标准的错误基准套件软件工件基础设施库(SIR)的程序。实验表明,查询时间与\texttt{gdb}基本相同。推理时间取决于OWL的子语言。我们发现,OWL-DL语言提供的可表达性是足够的SIR程序中的错误,但要实现可扩展性的推理,一个受限制的OWL…
2020-04-23 cs.SE
FReD: Automated Debugging via Binary Search through a Process Lifetime
可逆调试器至少从1970年就开始开发了。当bug的原因与bug的表现时间接近时,这样的特性非常有用。如果原因很久以前,则可以在调试器中设置适当的断点并开始新的调试会话。对于这些情况,当一个错误的原因是远远从它的表现时间,错误诊断需要一系列的调试会话,以缩小错误的原因。对于这样的“困难”的错误,这项工作提出了一个自动化的工具,通过进程的生命周期搜索,并找到原因。例如,该错误可能与程序不变式失败有关。在整个进程生命周期中进行二分搜索就足够了,因为在程序执行开始时不变表达式为真,而在遇到bug时为假。在FReD(快速可逆搜索器)软件中提出了一种用于这种二分搜索的算法。它基于检查点、重新启动和确定性地重放调试会话的多个进程的能力。它基于GDB(调试器),DMTCP(用于检查点重启)和DMTCP的自定义确定性记录重放插件。FReD支持复杂的、真实世界的多线程程序,如MySQL和Firefox。此外,二分搜索是鲁棒的。它在多线程程序上运行,并在重放期间利用多核架构。
2012-12-20 cs.SE
Bringing Back-in-Time Debugging Down to the Database
使用回溯调试器,开发人员可以通过跟踪感染链追溯其根本原因来探索可观察到的故障之前发生的情况。虽然有几个这样的面向对象的程序设计语言的调试器,我们不知道任何在数据库级的回溯能力。因此,如果故障是由SQL脚本或存储过程引起的,开发人员很难理解它们的意外行为。在本文中,我们提出了一种方法,用于将时间回溯调试引入SAP HANA内存数据库。我们的TARDISP调试器允许开发人员向后执行查询,并在以前的任意时间点检查数据库。在SQL扩展的帮助下,我们可以在调试会话中表达覆盖一段执行时间的查询,并以较低的性能和内存开销处理大量数据。整个方法已经在SAP的一个开发项目中进行了评估,并在收集的开发人员反馈方面显示出有希望的结果。
2017-01-19 cs.SE
Leveraging Large Language Model for Intelligent Log Processing and Autonomous Debugging in Cloud AI Platforms
Siebel School of Computing and Data Science(塞比尔计算与数据科学学院);College of Computing and Information Science(计算与信息科学学院);University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Cornell University(康奈尔大学)
针对云AI平台日志处理与调试难题,提出基于LLM的智能调试框架LLM-ID,通过多阶段语义推理和强化学习恢复规划,将故障定位准确率提升16.2%。
2025-06-22 cs.AI cs.DC
MIO: Multiverse Debugging in the Face of Input/Output -- Extended Version with Additional Appendices
针对微控制器上非确定性程序的调试难题,本文提出MIO多元宇宙调试方法,支持广泛输入/输出操作,保证只探索常规执行可达状态,并在WARDuino上验证其可行性。
2025-09-08 cs.PL cs.SE
Debugging the Debuggers: Failure-Anchored Structured Recovery for Software Engineering Agents
Nankai University(南开大学);Tsinghua University(清华大学);Microsoft(微软)
提出PROBE框架,通过遥测层、诊断层和指导门将运行时证据转化为结构化恢复指导,在代码修复、工作流恢复等场景中诊断准确率65.37%,恢复率21.79%。
2026-06-05 cs.AI cs.SE
Debugging Native Extensions of Dynamic Languages
许多动态规划语言,如Ruby和Python,使开发人员能够使用所谓的本地扩展,代码实现在典型的静态编译语言,如C和C++。但是,这些动态语言的调试器通常不支持调试这些本地扩展。GraalVM可以执行以各种动态规划语言实现的程序,并且通过使用LLVM-IR解释器Sulong,还可以执行它们的本地扩展。我们基于GraalVM的调试框架,通过将LLVM-IR级别的运行时调试信息与原始程序代码相关联,为Sulong添加了对源代码级调试的支持。因此,开发人员现在可以使用GraalVM调试用多种基于LLVM的程序设计语言编写的源代码,以及用各种动态语言实现的程序,这些程序在公共调试器前端中调用GraalVM。
2018-08-02 cs.SE
How Generation Architecture Shapes Code Complexity in Multi-Agent LLM Systems: A Paired Study on HumanEval
通过配对实验比较六种多智能体架构在HumanEval上的代码复杂度,发现架构复杂度与功能正确性无正相关,最简架构在准确率上持平或超越复杂架构。
2026-05-29 cs.AI cs.LG cs.SE
WhyFlow: Interrogative Debugger for Sensemaking Taint Analysis
The University of Sydney(悉尼大学)
WhyFlow是一种面向终端用户的问答式调试界面,用于提升污点分析中的理解过程,通过问答机制帮助用户发现可疑流动并分析第三方库模型的影响。
2025-12-03 cs.SE
Idempotent I/O for safe time travel
逻辑程序设计语言的调试器传统上具有大多数其他调试器所没有的能力:跳回程序的先前状态的能力,有效地在计算历史中进行时间旅行。这种"重试“功能非常有用,允许程序员详细检查他们以前跳过的计算部分。不幸的是,它也产生了一个问题:虽然调试器可能能够恢复变量的先前值,但它不能恢复受I/O操作影响的程序状态部分。如果被跳回的计算部分执行I/O,那么程序将执行这些I/O操作两次,这将导致不必要的影响,从良性的(例如输出出现两次)到致命的(例如试图关闭已经关闭的文件)。我们提出了一个简单的机制,以确保程序调用的每个I/O动作最多执行一次,即使程序员要求调试器从动作后到动作前的时间旅行。这种机制的开销足够低,并且可以很好地控制,从而可以实际使用它来调试执行大量I/O的计算。
2003-11-26 cs.PL cs.SE
DebugTracker: Lightweight Process Evidence for Classroom Debugging
Monash University(莫纳什大学)
研究提出DebugTracker这一VS Code扩展,用于记录课堂调试的轻量级过程证据,它能分离不同模式跟踪、存储特定事件并导出报告,与语言无关,通过标准机制捕获证据,经多语言调试任务等验证了原型。
2026-08-18 cs.CY 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
NuzzleBug: Debugging Block-Based Programs in Scratch
本文提出 Scratch 扩展 NuzzleBug,通过断点、单步、反向执行和执行问答支持儿童调试,并经师生评估验证其有效性。
2023-09-25 cs.SE
Interactive Runtime Verification
监控是在运行时研究系统,寻找输入和输出事件以发现,检查或强制执行行为属性。交互式调试是在运行时研究系统,以发现和理解其错误并修复它们,交互式地检查其内部状态。交互式调试验证(i-RV)结合了监控和交互式调试。我们定义了一种有效和方便的方法来检查行为属性自动使用调试器的程序。我们的目标是帮助错误发现,同时保持经典的调试技术和交互性,允许理解和修复错误。
2017-05-15 cs.SE
First Infrastructure and Experimentation in Echo-debugging
随着应用程序的开发,bug不可避免地被引入。通常,我们不清楚为什么一个给定的代码更改会引入一个给定的bug。为了找到这种因果关系并更有效地进行调试,开发人员可以利用以前版本的代码,而不使用bug。但是传统的调试工具并不是为这种类型的工作而设计的,这使得这种操作变得单调乏味。在这篇文章中,我们提出了探索性的工作回声调试器,一个工具来调试两个不同的执行并行,收敛发散映射(CDM)算法来定位所有的控制流的分歧和收敛这些执行。在这个探索性的工作中,我们提出了该工具的架构和解决一个不平凡的错误的方案。
2020-11-09 cs.PL cs.SE
Timestamp Based Execution Control for C and Java Programs
许多程序员不得不处理一个被覆盖的变量,例如由于别名问题。罪魁祸首显然是在bug出现之前对该内存位置的最后一次写访问。移除这些bug的常用技术是从调试器开始,通过(1)找到最后一次写入,(2)通过从头开始重新执行程序,将执行的控制点移回该时间。我们希望将其自动化。如果我们能以某种方式标记在步骤(1)中发现的最后一次写入并控制执行点将其移回此时,则步骤(2)很容易。在本文中,我们提出了一个新的概念,位置,即程序执行轨迹中的一个点,需要上述步骤(2)。该职位使调试器能够自动控制程序执行,以支持常见的调试活动。我们在C中通过修改GCC实现了位置,在Java中通过字节码Transformer实现了位置。测量结果表明,该位置可以提供可接受的开销量。
2003-09-17 cs.SE
Debugging Backwards in Time
通过记录程序运行过程中的每一个状态变化,可以向程序员提供所需的每一位信息。从本质上讲,通过“时间倒退”来调试程序成为可能,大大简化了调试过程。这一思想的一个实现,“全知编程器”,被用来证明它的可行性,并已成功地用于一些大型程序。提出了与事件分析引擎的集成,用于搜索和控制。一些小规模的用户研究提供了令人鼓舞的结果。最后讨论了性能问题和实现以及可能的优化。本文提出了三个有趣的贡献:“时间倒退”的概念和技术,GUI,它提供了一个全局视图的程序状态,并有一个正式的概念“导航通过时间”,并与事件分析器的集成。
2003-10-09 cs.SE
Draw This Object: A Study of Debugging Representations
特定于域的调试可视化尝试提供针对特定域定制的运行时对象的视图,并突出显示其重要属性。到目前为止,这一领域的研究主要集中在创建此类视图的技术方面。然而,我们仍然缺乏问题的答案,例如对象的哪些属性对于这些可视化来说是重要的,是否所有对象都有适当的特定于域的视图,或者什么线索可以帮助我们完全自动地构建这些视图。在本文中,我们描述了一个探索性的研究,参与者被要求检查在传统的调试器中显示的对象的运行时状态,并在纸上绘制这些对象的理想域特定的视图。我们描述了有趣的观察和研究结果,在这项研究中,这些可视化的初步分类。
2019-11-11 cs.PL cs.SE
Support for Debugging Automatically Parallelized Programs
我们描述了一个系统,它简化了计算机辅助并行化工具产生的调试程序的过程。该系统使用相关的调试技术来比较串行和并行执行,以显示计算开始不同的地方。如果原始串行代码是正确的,则将通过比较来隔离由于并行化引起的错误。系统的主要目标之一是最小化用户所需的工作量。为此,调试系统使用由并行化工具产生的信息来驱动比较过程。特别地,调试系统依赖于并行化工具来提供关于变量可能已被修改的位置以及数组如何跨多个进程分布的信息。通过使用动态检测,用户的工作量也减少了。这允许我们修改程序执行,而不改变用户构建可执行文件的方式。使用动态插装还允许我们以细粒度的方式比较执行,并且仅在检测到差异时才涉及调试器。这减少了执行插装的开销。
2000-12-11 cs.PL cs.SE
Multi-Mode Debugging for FRP-Based Embedded Systems
Institute of Science Tokyo(东京科学大学)
针对Emfrp嵌入式应用的抽象鸿沟问题,提出多模式调试框架,结合源代码映射技术,可在Emfrp抽象级与C/C++ I/O级调试,经ESP32案例验证提升调试效率。
2026-09-30 cs.PL cs.SE
Explainable Automated Debugging via Large Language Model-driven Scientific Debugging
本文提出AutoSD技术,通过大语言模型生成假设并用调试器与缺陷代码交互,使自动化调试推理对齐人类开发者,从而提供可解释的补丁生成过程,实验证明其修复效果具竞争力且能提升开发者判断准确率。
2023-04-05 cs.SE
Debugging Static Analysis
为了检测和修复错误和安全漏洞,软件公司使用静态分析作为开发过程的一部分。但是,静态分析代码本身也容易出现bug。为了确保一致的精度水平,随着被分析的程序变得越来越复杂,静态分析必须处理程序使用的更多代码构造、框架和库。虽然每天都有更复杂的分析被编写并用于生产系统,但调试和修复它们的成本也大大增加。为了更好地理解调试静态分析的困难,我们调查了115位静态分析作者。从他们的回复中,我们提取了构建用于静态分析的调试器的核心需求,这些需求围绕两个主要问题:(1)同时从两个代码库(分析代码和被分析代码)中进行抽象,以及(2)在两个代码库中跟踪分析内部状态。我们的调查参与者使用的大多数当前调试工具缺乏解决这两个问题的能力。针对这些需求,我们介绍了VisuFlow,这是一个集成在Eclipse开发环境中的静态数据流分析调试环境。VisuFlow具有图形可视化功能,使用户能够随时查看数据流分析的状态及其中间结果。VisuFlow中的特殊断点可帮助用户同时单步执行分析代码和分析对象。为了评估VisuFlow的有用性,我们对20位静态分析作者进行了用户研究。与使用标准Eclipse调试环境相比,使用VisuFlow帮助我们的分析编写者样本识别并修复了分析代码中25%以上的错误。
2018-01-15 cs.SE
Specification Slicing for VDM-SL
本文针对 VDM-SL 可执行规格难以阅读和调试的问题,借鉴程序切片技术提出规格切片方法,并在 ViennaTalk 上实现,可应用于浏览器和调试器。
2024-10-04 cs.SE
Towards Practical and Useful Automated Program Repair for Debugging
针对现有自动化程序修复(APR)依赖测试用例、需重跑程序、修复复杂缺陷能力弱等实用性不足问题,提出交互式IDE修复系统PracAPR,通过无测试缺陷定位、结合大模型与策略的补丁生成、模拟轨迹验证实现无需测试和程序重跑的修复,推动APR实用化。
2024-07-12 cs.SE
Where Did My Variable Go? Poking Holes in Incomplete Debug Information
优化的可执行文件的调试信息的可用性可以在很大程度上简化崩溃分析等关键任务。源代码级调试器使用此信息以源代码的形式显示程序状态,即使优化广泛地改变了程序结构,也允许用户对其进行推理。最近的一些努力已经提出了有效的方法来识别错误的调试信息,这可能会误导用户,他们与一个不一致的程序状态。在这项工作中,我们确定和研究相关的重要问题:调试信息的完整性。与未优化的可执行文件可以作为参考的正确性问题不同,我们发现,当程序状态的未报告部分背后的原因是优化或编译器实现缺陷的不可避免的影响时,没有类似的Oracle可以考虑。在这种情况下,我们认为,经验得出的预期可用性的调试信息的atturtures可以作为一种有效的手段来暴露这些缺陷的类。我们提出了三种涉及变量值和研究如何经常与流行的GCC和LLVM编译器的不同配置编译的合成程序偏离他们。然后,我们讨论了技术,以查明这种违规背后的优化,并相应地减少错误报告。我们的实验揭示了其中24个bug,这些bug已经被gcc-gdb和clang-lldb生态系统的开发者确认。
2022-11-17 cs.PL cs.SE
Agent That Debugs: Dynamic State-Guided Vulnerability Repair
本文提出程序修复智能体 VulDebugger,结合静态与动态上下文,通过调试器比较实际状态与预期状态来定位漏洞根因并完成修复,在 50 个真实项目上实现 60.00% 的修复率,显著超越现有方法。
2025-04-10 cs.SE