Using Developer Discussions to Guide Fixing Bugs in Software
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
自动修复软件错误是一项具有挑战性的任务。虽然最近的工作表明,自然语言上下文在指导bug修复模型方面很有用,但这种方法需要提示开发人员提供这种上下文,这是通过在bug修复代码更改后编写的提交消息来模拟的。相反,我们建议使用bug报告讨论,这在任务执行之前就可以使用,并且也是自然发生的,避免了对开发人员任何额外信息的需求。为此,我们用bug报告讨论来增加标准的bug修复数据集。使用这些新编译的数据集,我们证明了从这些讨论中派生的各种形式的自然语言上下文可以帮助修复错误,甚至可以提高性能,而不是使用对应于Oracle错误修复提交的提交消息。
2022-11-11 cs.CL cs.SE
Extractive Summarization of Related Bug-fixing Comments in Support of Bug Repair
当开发人员调查一个新的bug报告时,他们会搜索类似的以前修复的bug报告和附加到它们的讨论线程。这些讨论线程传达了有关错误行为的重要信息,包括相关的错误修复注释。通常情况下,这些讨论线程由于报告的bug的严重性而变得非常冗长。这增加了另一层复杂性,特别是当相关的bug修复注释与看似无关的注释混合在一起时。在处理大量错误报告时,手动检测各种横切讨论线程中的这些相关评论可能会成为一项艰巨的任务。为了自动化这个过程,我们的重点是最初提取和检测的查询相关性,使用积极的语言和语义相关性的上下文中的评论。然后,我们以摘要的形式合并这些注释,以便于理解。具体来说,我们结合情感分析和TextRank模型与基线向量空间模型(VSM)。初步研究结果表明,修正错误的意见往往是积极的,存在着语义相关性与其他横向讨论线程的意见。结果还表明,我们的组合方法提高了整体排名性能对基线VSM。
2021-05-25 cs.SE
DABT: A Dependency-aware Bug Triaging Method
Ryerson University(瑞尔森大学)
在软件工程实践中,及时修复错误可以降低相关成本。另一方面,手动错误修复过程可能是耗时的,繁琐的,并且容易出错。在这项工作中,我们引入了一种错误分类方法,称为依赖性感知错误分类(DABT),它利用自然语言处理和整数编程将错误分配给适当的开发人员。与以往的工作,主要集中在一个方面的错误报告,DABT考虑的文本信息,成本与每个错误,以及它们之间的依赖关系。因此,这个全面的制定涵盖了以前的作品中最重要的方面,同时考虑到了错误的阻塞效果。我们报告了三个开源软件系统上的算法性能,即,支持JDT、LibreOffice和Mozilla。我们的结果表明,DABT能够将逾期错误的数量减少高达12%。它还将bug的平均修复时间减少了一半。此外,它通过优先考虑阻塞错误来降低错误依赖图的复杂性。
2021-04-26 cs.LG cs.SE
Active-SWE: Benchmarking Coding Agents for Proactive Bug Fixing without Issue Reports
Sichuan University(四川大学);University of Electronic Science and Technology of China(电子科技大学)
Active-SWE是首个针对无问题报告的主动多漏洞修复任务的编码智能体基准,实验显示现有顶尖编码智能体在该任务上性能有限。
2026-09-30 cs.AI cs.SE
Fast Fixes and Faulty Drivers: An Empirical Analysis of Regression Bug Fixing Times in the Linux Kernel
本文实证分析Linux内核回归缺陷修复时间,发现修复速度快于以往报告,设备驱动为最易受影响子系统,且代码审查与测试不能解释修复时间差异。
2024-11-04 cs.SE
An Analysis of the Automatic Bug Fixing Performance of ChatGPT
为了支持软件开发人员发现和修复软件错误,已经引入了几种自动程序修复技术。给定一个测试套件,标准方法通常要么合成一个修复,要么导航一个软件编辑的搜索空间来找到测试套件通过的变体。最近的程序修复方法基于深度学习方法。ChatGPT是这些新方法中的一种,它主要不是用于自动程序修复,但仍然适用于它。然而,到目前为止,ChatGPT的bug修复性能还不清楚。因此,在本文中,我们评估ChatGPT的标准错误修复基准集,菜错误,并比较性能与其他几种方法的结果在文献中报道。我们发现ChatGPT的错误修复性能与常见的深度学习方法CoCoNut和Codex相比具有竞争力,并且明显优于标准程序修复方法的结果。与以前的方法相比,ChatGPT提供了一个对话系统,通过该系统,可以输入特定输入的预期输出或观察到的错误消息。通过向ChatGPT提供这样的提示,它的成功率可以进一步提高,修复了40个错误中的31个,超过了最先进的水平。
2023-01-20 cs.SE
TFix+: Self-configuring Hybrid Timeout Bug Fixing for Cloud Systems
由于缺乏诊断信息,这些漏洞可能导致严重的可用性和性能问题,通常难以修复。以前的工作提出了修复特定类型的超时相关性能错误的解决方案。在本文中,我们提出了TFix+,一个自配置超时错误修复框架,用于自动纠正两种主要的超时错误(即,误用超时错误和丢失超时错误)。TFix+提供了两种新的混合方案,分别用于修复误用和丢失超时错误。TFix+还提供了基于运行时函数跟踪的预测驱动的超时变量配置。我们已经实现了TFix+的原型,并对16个现实世界中的超时错误进行了实验。我们的实验结果表明,TFix+可以有效地修复测试的16个超时错误中的15个。
2021-10-08 cs.DC cs.PF cs.SE
PATCH: Empowering Large Language Model with Programmer-Intent Guidance and Collaborative-Behavior Simulation for Automatic Bug Fixing
针对现有大语言模型(LLMs)自动漏洞修复方法忽视协作性、仅以漏洞代码为输入的局限,提出分阶段框架PATCH,通过补充依赖上下文与意图信息、模拟程序员协作的四阶段任务流程,在BFP基准上性能优于现有LLMs。
2025-02-16 cs.SE
Analyzing the Context of Bug-Fixing Changes in the OpenStack Cloud Computing Platform
软件工程中的许多研究领域,如突变测试、自动修复、故障定位和故障注入,都依赖于有关重复性错误修复代码更改的经验知识。这一领域以前的研究集中在由于错误修复而发生的变化,例如代码编辑操作。然而,这些研究没有考虑错误修复的变化是在哪里进行的(即,改变的上下文),但是知道上下文可能潜在地缩小许多软件工程技术的搜索空间(例如,通过仅将突变集中在软件的特定部分)。此外,大多数以前的bug修复工作都集中在C和Java项目上,但几乎没有关于Python软件的经验证据。因此,在本文中,我们对三个OpenStack项目中的错误修复更改进行了全面的实证分析,重点关注更改的内容和位置。我们观察到,所有重复出现的更改模式都不会被周围的代码遗忘,而是往往发生在特定的代码上下文中。
2019-08-29 cs.SE
HAFix: History-Augmented Large Language Models for Bug Fixing
Queen’s University(女王大学);Lahore University of Management Sciences(拉合尔管理科学大学)
HAFix通过整合历史启发式方法提升LLM在缺陷修复中的性能,实验表明其在缺陷修复率上显著优于基线方法。
2026-02-18 cs.SE
If It's Not Buggy, Don't Fix It: On the Dynamics of Iterative Bug-fixing with LLMs
University of Warwick(华威大学);UnlikelyAI
本研究探讨LLM迭代式盲目修复缺陷的动态,发现其常误报无缺陷程序并陷入伪修复循环,机制探针揭示存在控制编辑倾向的引导向量,为自主修复系统提供见解。
2026-09-10 cs.CL cs.SE
Bug Priority Change Prediction: An Exploratory Study on Apache Software
Central China Normal University(华中师范大学);Wuhan University(武汉大学);Huazhong University of Science and Technology(华中科技大学)
本文提出基于bug修复演变特征和类别不平衡处理策略的bug优先级变更预测方法,通过实验验证其在Apache项目中的有效性。
2025-12-10 cs.SE
On the Impact of Code Comments for Automated Bug-Fixing: An Empirical Study
Politecnico di Torino, University of Molise(托里尼理工大学,莫利塞大学);University of Molise(莫利塞大学)
本研究探讨了代码注释对LLM自动化修复bug的影响,发现注释能显著提升修复准确性,且训练时使用注释不影响性能。
2026-01-30 cs.AI cs.LG cs.SE
Software issues report for bug fixing process: An empirical study of machine-learning libraries
本文对六个主流机器学习库的16,921个GitHub问题开展实证研究,量化分析问题类别、修复策略、评论数与持续时间等关系,指出高效跟踪、沟通和协作的重要性。
2023-12-10 cs.SE
An Empirical Study on Learning Bug-Fixing Patches in the Wild via Neural Machine Translation
代码库中有数百万个修复了许多bug的开源项目。可以利用软件开发历史的这种扩散来学习如何修复常见的编程错误。为了探索这种潜力,我们进行了一项实证研究,以评估使用神经机器翻译技术学习错误修复补丁的可行性。首先,我们从GitHub上托管的项目的更改历史中挖掘数百万个错误修复,以提取此类错误修复的有意义的示例。接着,我们抽象出错误代码和相应的固定代码,并使用它们来训练一个编码器-解码器模型,该模型能够将错误代码翻译成其固定版本。在我们的实证调查中,我们发现这样的模型能够在野外修复数千种独特的错误方法。总的来说,这个模型能够在9-50%的情况下预测开发人员生成的固定补丁,这取决于我们允许它生成的候选补丁的数量。此外,该模型能够模拟各种不同的抽象树操作,并在一瞬间生成候选补丁。
2019-05-21 cs.SE
An End-to-End Approach for Fixing Concurrency Bugs via SHB-Based Context Extractor
本文提出ConFixAgent,一种基于LLM的端到端并发bug修复工具,通过静态发生前图识别相关代码段,提升修复准确性。
2026-04-07 cs.SE
Mea culpa: How developers fix their own simple bugs differently from other developers
基于SStuBs数据集研究代码作者身份对漏洞修复提交的影响,发现原作者修复简单漏洞的速度更快且提交规模更大,而其他开发者的修复更小且专注,为定制化修复工具提供了依据。
2021-03-22 cs.SE
A Deep Dive into Large Language Models for Automated Bug Localization and Repair
本文提出 Toggle 框架,利用不同 LLM 分阶段实现 token 级缺陷定位与程序修复,并通过提示优化在 CodeXGLUE 上达到 SOTA。
2024-05-10 cs.SE
RaceFixer -- An Automated Data Race Fixer
提出自动化修复单变量原子性违规并发缺陷的工具 RaceFixer,结合 ThreadSanitizer 报告与静态分析生成并合并补丁,提升修复质量、性能与代码可读性。
2024-01-08 cs.PL cs.SE
A Quantitative Study of Security Bug Fixes of GitHub Repositories
软件容易出现错误和故障。安全漏洞是那些违反软件要求而暴露或共享特权信息和访问的漏洞。考虑到安全漏洞的严重性,存在用于跨多个产品支持和跟踪这些漏洞的集中机制,其中一种机制是通用漏洞和暴露(CVE)ID描述。当一个bug获得一个CVE时,它是通过它的CVE ID引用的。因此,我们在Github上探索了数千个自由/自由开源软件(FLOSS)项目,以确定开发人员是否在他们的代码,提交和问题中引用或讨论CVE。CVE通常会引用项目的第三方软件依赖项,因此错误不会出现在实际产品本身中。我们研究这些引用中有多少是故意的CVE引用,以及有多少是项目本身的相关错误。我们研究如何修复引用CVE的错误以及修复这些错误需要多长时间。我们对250个错误报告进行手动分类的结果显示,88个(35%)、32个(13%)和130个(52%)被分类为“版本更新”、“修复代码”和“讨论”。为了了解修复这些错误需要多长时间,我们比较了两个时间段,报告期,CVE存储库中漏洞信息的披露日期和项目中错误报告的创建日期之间的时间段,以及修复期,错误报告的创建日期和错误报告的修复日期之间的时间段。我们发现,44%的bug报告被归类为“版本更新”或“修复代码”,报告期比修复期长。这表明,那些提交CVE的人应该更直接地通知受影响的项目。
2020-12-15 cs.SE
An Empirical Study on LLM-based Agents for Automated Bug Fixing
ByteDance(字节跳动)
本文在SWE-bench Verified上实证评估六个基于LLM的自动Bug修复系统,比较整体修复、缺陷定位与复现能力,指出模型与Agentic flow均需优化。
2025-10-19 cs.AI cs.SE
MarsCode Agent: AI-native Automated Bug Fixing
ByteDance(字节跳动);Harbin Institute of Technology, Shenzhen(哈尔滨工业大学(深圳))
本文提出 AI 原生框架 MarsCode Agent,通过结合 LLM 与代码分析,并按规划、复现、定位、补丁生成及验证流程自动修复缺陷;其在 SWE-bench 上优于多数现有自动化方法。
2024-09-04 cs.AI cs.SE
A Fine-grained Data Set and Analysis of Tangling in Bug Fixing Commits
上下文:纠结提交是对软件的更改,可以同时解决多个问题。对于对bug感兴趣的研究人员来说,纠结的提交意味着他们实际上不仅研究bug,还研究与bug研究无关的其他问题。目标:我们希望提高我们对纠缠的流行程度以及在bug修复提交中纠缠的更改类型的理解。方法:我们使用众包方法进行手动标记,以验证哪些更改有助于bug修复提交中每行的bug修复。每条线由四个参与者标记。如果至少有三个参与者同意相同的标签,我们就达成了共识。结果:我们估计,在bug修复提交的所有更改中,有17%到32%修改了源代码以修复潜在问题。然而,当我们只考虑对生产代码文件的更改时,这一比例增加到66%到87%。我们发现,大约11%的线路很难标记,导致参与者之间的积极分歧。由于确认的缠结和我们数据中的不确定性,我们估计3%到47%的数据在没有手动解开的情况下是有噪声的,这取决于用例。结论:缠结提交在bug修复中具有很高的流行率,并且可能导致数据中的大量噪声。先前的研究表明,这种噪音可能会改变结果。作为研究人员,我们应该持怀疑态度,并假设未经验证的数据可能非常嘈杂,直到证明不是这样。
2021-10-13 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
DEAR: A Novel Deep Learning-based Approach for Automated Program Repair
现有的基于深度学习(DL)的自动程序修复(APR)模型在修复一般软件缺陷方面受到限制。我们提出了{ \tool },这是一种基于DL的方法,支持修复一般错误,这些错误需要立即对一个或多个代码块中的一个或多个连续语句进行相关更改。我们首先设计了一种新的故障定位(FL)技术,用于多块、多语句修复,该技术将传统的基于频谱(SB)的FL与深度学习和数据流分析相结合。它接受SBFL模型返回的错误语句,检测出要立即修复的错误块,并扩展块中的错误语句$s$,以包括$s$周围的其他可疑语句。我们设计了一个基于树的两层LSTM模型,该模型结合了循环训练,并使用分治策略来学习适当的代码转换,以便在由周围子树组成的适当固定上下文中固定多个语句。我们在三个数据集上进行了几次实验来评估{ \tool }:Defects 4J(395个错误)、BigFix(+26k个错误)和CPatMiner(+44k个错误)。在Defects 4J数据集上,{ \tool }在仅使用前1个修补程序自动修复的错误数量方面优于基线,从42\%到683\ %。在BigFix数据集上,它比现有的基于DL的APR模型多修复了31- 145个错误。在CPatMiner数据集中,在667个修复的bug中,有169个(25.3%)多块/多语句bug。与最先进的基于DL的APR模型相比,{ \tool }分别多修复了71个和164个错误,其…
2022-05-04 cs.SE
Mining Software Repair Models for Reasoning on the Search Space of Automated Program Fixing
本文通过分析软件仓库中数以千计的错误修复事务来理解错误修复的本质。然后,它将这些学习到的知识放在自动程序修复的上下文中。我们给出了大量的经验结果,在大规模和细粒度的抽象语法树差异的性质,人类的错误修复。我们建立了数学推理的搜索空间的自动修复和时间,通过应用我们的方法对14个存储库的Java软件和89,993版本事务,我们表明,并非所有的概率修复模型是等价的。
2013-11-14 cs.SE
Detecting the Root Cause Code Lines in Bug-Fixing Commits by Heterogeneous Graph Learning
本文提出 RC_Detector,通过构建缺陷修复异构图、聚合代码语义并保留跨行依赖,在 87 个项目的 675 个提交上显著提升根因代码行检测性能。
2025-05-13 cs.SE
AVATAR : Fixing Semantic Bugs with Fix Patterns of Static Analysis Violations
基于修复模式的补丁生成是自动程序修复(APR)的一个重要研究方向。值得注意的是,它已被证明比通过遗传编程用变异算子获得的补丁产生更可接受和正确的补丁。然而,基于模式的APR系统的性能取决于从开发历史中的修复变化中挖掘的修复成分。不幸的是,在存储库中收集一组可靠的错误修复可能是一个挑战。在本文中,我们建议调查的可能性,在APR的情况下,利用代码的变化,解决违反静态错误检测工具。为此,我们建立了AVATAR APR系统,它利用修复模式的静态分析违规的成分补丁生成。在Defects 4J基准上进行评估,我们表明,假设完美的故障定位,AVATAR可以生成正确的补丁来修复34/39个错误。我们进一步发现,AVATAR产生的性能指标,在文献中的密切相关的方法。虽然AVATAR优于许多最先进的基于模式的APR系统,但它主要是对当前方法的补充。总的来说,我们的研究突出了静态错误发现工具的相关性,作为解决功能测试用例识别的代码缺陷的修复成分的间接贡献者。
2019-02-15 cs.SE
Bug shallowness in open-source, Macintosh software
开源软件的核心力量是bug的浅薄性,即相对容易找到和修复bug。开源运动始于Unix软件,因此许多用户也是能够找到并修复源代码错误的程序员。但随着开源运动进入Macintosh平台,漏洞可能并不浅,因为Macintosh用户中很少有程序员。然而,根据开源开发人员的报告,我得出结论,开源Macintosh软件中的漏洞与任何其他开源软件中的漏洞一样浅。
2004-07-29 cs.SE
Studying the explanations for the automated prediction of bug and non-bug issues using LIME and SHAP
TU Clausthal(克劳斯塔尔工业大学)
上下文:在问题跟踪器中识别报告的问题中的错误对于问题的分类至关重要。机器学习模型已经显示出关于自动化问题类型预测的性能的有希望的结果。然而,除了我们的假设之外,我们对这些模型如何识别bug的了解非常有限。LIME和SHAP是解释分类器预测的常用技术。目的:我们想了解机器学习模型是否为分类提供了合理的解释,并与我们对模型应该学习什么的假设保持一致。我们还想知道预测的质量是否与解释的质量相关。方法:我们进行了一项研究,根据LIME和SHAP解释问题类型预测模型结果的质量对其进行评级。为此,我们评价解释本身的质量,即,如果它们符合我们的期望,如果它们帮助我们理解底层的机器学习模型。
2022-09-15 cs.LG cs.SE
Developer Load Normalization Using Iterative Kuhn-Munkres Algorithm: An Optimization Triaging Approach
错误分类可以定义为将开发人员分配到错误报告的过程。bug分类小组的职责是研究开发人员的概要文件,以便在开发人员和传入的bug报告之间进行适当的匹配。因此,这一过程是问题管理系统中至关重要的一步。事实上,每天提交的bug报告数量正在逐渐增加,这影响了开发人员的工作量。因此,分类团队在分发bug时应该考虑这个因素,因为手动方法,许多开发人员都是负担。特别是,在不考虑工作负载的情况下对bug报告进行分类,不仅会影响开发人员的工作负载,还会导致未解决的bug报告数量的增加。因此,报告的bug的修复时间将相对增加。与其他专注于自动化错误分类而忽略开发人员工作量的研究人员不同,在这项工作中,我们从不同的角度处理分类过程。所提出的方法侧重于如何优化的错误修复时间规范化的开发人员在自动化系统的负载。为了评估我们的工作,我们使用了来自不同bug库的26,317个bug报告。结果表明,我们的工作优于其他系统在优化的错误总修复时间和正常化的开发人员负载。
2022-02-03 cs.SE
A Comprehensive Study of Bug Fixes in Quantum Programs
随着量子编程的发展,越来越多的量子编程语言正在开发中。因此,调试和测试量子程序变得越来越重要。虽然经典程序中的错误修复已经走过了很长的路,但在量子程序中缺乏研究。为此,本文提出了一个全面的研究量子程序中的错误修复。我们收集和调查了来自四种流行的量子编程语言Qiskit,Cirq,Q#和ProjectQ的96个真实世界的错误及其修复。我们的研究表明,量子程序中的错误有很大比例是量子特定的错误(超过80%),这需要在错误修复领域进行进一步的研究。我们还总结和扩展了量子程序中的错误模式,并对最关键的部分--数学相关错误进行了细分,使其更适用于量子程序的研究。我们的研究结果总结了量子程序中缺陷的特征,为研究量子程序的测试和调试提供了基础。
2022-01-21 cs.PL cs.SE quant-ph
Evaluating SZZ Implementations: An Empirical Study on the Linux Kernel
本文在Linux内核76,046对缺陷修复与引入提交上实证评估六种SZZ算法,揭示其召回率显著下降且差异缩小,并提出TC-SZZ方法以追踪变更历史,提升缺陷引入提交识别能力。
2024-06-07 cs.SE
BUGSPHP: A dataset for Automated Program Repair in PHP
本文提出面向 PHP 的自动化程序修复基准数据集 BUGSPHP,包含超60万条训练提交和513条经人工验证并附带测试用例的测试提交,以填补 PHP 缺陷修复研究的数据空白。
2024-01-21 cs.SE
RAPGen: An Approach for Fixing Code Inefficiencies in Zero-Shot
Microsoft Corporation(微软公司)
本文提出RAPGen,通过检索历史性能缺陷修复知识生成提示并驱动LLM零样本修复代码低效问题,实验显示其约60%建议达到或超过开发者水平。
2025-01-09 cs.AI cs.SE
Multifaceted Hero Developers and Bug-Fixing Outcomes Across Severity
IIIT Allahabad(印度信息技术研究所阿拉哈巴德分校);IIIT Hyderabad(印度信息技术研究所海得拉巴分校);IIIT Manipur(印度信息技术研究所曼尼普尔分校)
研究通过多维指标分析开源项目中英雄开发者的表现,发现不同指标下英雄开发者存在显著差异,且严重性Bug修复结果受开发者类型影响。
2026-04-30 cs.SE
Getafix: Learning to Fix Bugs Automatically
静态分析器通过对反复出现的bug类别发出警告来帮助早期发现bug。虽然修复这些bug在实践中仍然是一项主要的手动任务,但我们观察到,对特定bug类别的修复通常是重复的。本文讨论了通过从过去的修复中学习来自动修复常见错误的问题。我们提出Getafix,一种方法,产生类似人类的修复,同时足够快,建议修复的时间成比例的时间,需要获得静态分析结果摆在首位。Getafix是基于一种新的层次聚类算法,总结修复模式到一个层次结构,从一般到特定的模式。Getafix使用一种简单而有效的排名技术,使用代码更改的上下文来为给定的错误选择最合适的修复,而不是对潜在的大空间候选修复进行计算上昂贵的探索。我们的评估将Getafix应用于流行的Java静态分析器报告的六个错误类别的1,268个错误修复,包括空引用,不正确的API调用和特定语言结构的误用。该方法准确地预测了人类编写的修复程序在12%到91%的时间内是最重要的建议,这取决于bug类别。排名前5位的建议包含1,268个错误中的526个。此外,我们还报告了在Facebook内部部署该方法的情况,该方法有助于提高数十亿人使用的软件的可靠性。据我们所知,Getafix是第一个工业部署的自动化错误修复工具,它从过去的人类编写的修复程序中学习修复模式,以产生类似人类的修复程序。
2019-11-20 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
ThinkRepair: Self-Directed Automated Program Repair
本文提出自导向自动程序修复方法ThinkRepair,通过收集阶段自动收集思维链,修复阶段结合少样本学习与LLM交互修复bug,在Defects4J和QuixBugs上显著优于12个SOTA方法。
2024-07-30 cs.SE
Mining Crash Fix Patterns
在软件开发的生存周期中,开发人员必须修复测试人员或最终用户报告的各种错误。修复bug的效率和有效性对软件的可靠性以及开发团队的生产力有着巨大的影响。软件公司通常在测试和错误修复部门花费大量的资金和人力资源。因此,他们非常希望有一种更好、更可靠的方法来修复bug。为了实现这一目标,有必要深入研究维护良好的、高度流行的软件项目的错误修复特征。在本文中,我们研究了从Eclipse项目中提取的错误修复历史,Eclipse项目是一个维护良好,非常流行的开源项目。在分析了属于三种主要异常类型的36,000多个错误之后,我们能够揭示一些常见的修复类型,这些类型经常用于修复某些类型的程序异常。我们的分析表明,几乎所有属于某个异常的异常都可以通过不到10种修复类型来修复。我们的研究结果表明,软件项目中的大多数错误可以而且应该只通过几个常见的修复模式来修复。
2013-11-11 cs.SE
A Software-Repair Robot based on Continual Learning
软件缺陷是常见的,纠正它们占软件开发和维护过程中成本的很大一部分。这就需要自动技术来处理它们。实现这一目标的一个有希望的方向是从历史错误修复示例中获得修复知识。随着机器学习范式的不断发展和通过持续集成(CI)生成的“大”错误修复数据的激增,从软件开发历史中检索见解特别有吸引力。在本文中,我们提出了R-Hero,一种新的软件修复机器人,适用于持续学习,以获得错误修复策略,从连续流的源代码更改,实现了单一的开发平台Github/Travis CI。我们描述了R-Hero,我们的新系统,用于学习如何在持续培训的基础上修复错误,我们发现了初步的成功以及社区面临的新的研究挑战。
2021-12-06 cs.SE
World of Bugs: A Platform for Automated Bug Detection in 3D Video Games
Royal Holloway University of London(伦敦大学皇家霍洛威学院)
我们介绍了World of Bugs(WOB),一个旨在支持视频游戏中自动错误检测(ABD)研究的开放平台。我们讨论了ABD中的一些悬而未决的问题以及它们与平台设计的关系,并认为如果要取得进一步的进展,就需要基于学习的解决方案。该平台的主要功能是越来越多的常见视频游戏错误,可用于训练和评估ABD方法。
2022-06-21 cs.AI cs.LG cs.MA
PTracer: A Linux Kernel Patch Trace Bot
我们提出了PTracer,一个Linux内核补丁跟踪机器人的基础上改进的PatchNet。PTracer会持续监控主线Linux内核git库中的新补丁,过滤掉无关补丁,将剩余的补丁分类为漏洞修复补丁或非漏洞修复补丁,并将漏洞修复补丁报告给商业操作系统的内核专家。我们使用2019年2月的主线Linux内核补丁来执行测试。结果,PTracer向CGEL内核专家推荐了5,142个补丁中的151个,其中102个被接受。PTracer已成功应用于某商用操作系统,具有提高软件质量、节约人力成本等优点。
2019-09-19 cs.SE
Towards Understanding Bugs in Distributed Training and Inference Frameworks for Large Language Models
本文针对大语言模型分布式训练与推理框架的Bug问题,首次对3个主流框架的308个已修复Bug开展大规模实证分析,揭示Bug特征与低代码修复规律,为框架可靠性提升与自动化调试提供了方向。
2025-06-12 cs.SE
Identifying Root Cause of bugs by Capturing Changed Code Lines with Relational Graph Neural Networks
针对缺陷预测中变更代码行缺乏有效图信息整合与语义关系的问题,提出基于关系图卷积网络的RC-Detection方法,通过捕获变更代码行语义关系识别Bug根本原因,在多项指标上显著优于现有方法。
2025-05-02 cs.SE
Empirical Research on Utilizing LLM-based Agents for Automated Bug Fixing via LangGraph
提出一种基于LangGraph、GLM4 Flash和ChromaDB的四步迭代框架,实现自动化代码生成与缺陷修复,提升软件开发准确性、效率与可扩展性。
2025-01-29 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
Labelling Bug-Fixing Commits with Local Open-Weight Language Models
Faculty of Computer Science, University of Vienna(维也纳大学计算机学院);SBA Research gGmbH(SBA研究所);Christian Doppler Laboratory AsTra, University of Vienna(维也纳大学AsTra克里斯蒂安·多普勒实验室)
本文使用本地开放权重语言模型仅凭提交内容标注缺陷修复提交,在手动验证的多语言语料库上显著优于关键词基线,并发布标注流水线与银标准语料库。
2026-09-21 cs.SE
XRFix: Exploring Performance Bug Repair of Extended Reality Applications with Large Language Models
Hong Kong Baptist University(香港浸会大学);Sun Yat-sen University(中山大学);The Hong Kong Polytechnic University(香港理工大学)
该研究针对XR应用性能缺陷修复的技术挑战,提出基于大语言模型的XRFix框架,构建缺陷数据集与定制检测工具,经实验验证其修复性能优于SOTA APR方法。
2026-08-25 cs.SE
Neural Transfer Learning for Repairing Security Vulnerabilities in C Code
KTH Royal Institute of Technology(瑞典皇家理工学院);Colorado State University(科罗拉多州立大学)
在本文中,我们解决了深度学习自动修复软件漏洞的问题。数据驱动漏洞修复的主要问题是,已知已确认漏洞的少数现有数据集仅包含几千个示例。然而,训练一个深度学习模型通常需要数十万个示例。在这项工作中,我们利用直觉,错误修复任务和漏洞修复任务是相关的,从错误修复学到的知识可以转移到修复漏洞。在机器学习社区中,这种技术被称为迁移学习。本文提出了一种基于迁移学习的安全漏洞修复方法VRepair。VRepair首先在一个大型的bug修复语料库上进行训练,然后在一个小一个数量级的漏洞修复数据集上进行调整。在我们的实验中,我们证明了只在bug修复语料库上训练的模型已经可以修复一些漏洞。然后,我们证明了迁移学习提高了修复脆弱C函数的能力。我们还表明,迁移学习模型的性能优于使用去噪任务训练并在漏洞修复任务上进行微调的模型。总之,本文表明,与在小数据集上学习相比,迁移学习在修复C中的安全漏洞方面效果良好。
2022-01-04 cs.CR cs.LG 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
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
MultiMend: Multilingual Program Repair with Context Augmentation and Multi-Hunk Patch Generation
Shiraz University(设拉子大学)
MultiMend通过上下文增强和多补丁生成技术,提升多语言程序修复效率,修复了2227个bug,其中1545个与开发者补丁一致,121个为多补丁bug。
2025-12-27 cs.SE
A multi-label, dual-output deep neural network for automated bug triaging
Intel PSG(英特尔PSG);University of Toronto(多伦多大学);University of Göttingen(哥廷根大学)
缺陷跟踪可以监控和解决组织内的问题和缺陷。错误分类,或将错误分配给将解决它们的所有者,是这个过程的关键组成部分,因为有许多不正确的分配浪费了开发人员的时间并降低了错误解决的吞吐量。在这项工作中,我们探索使用一种新的双输出深度神经网络架构(Dual DNN),同时将错误分类到单个团队和开发人员。Dual DNN通过利用自己对团队类的猜测来利用这种同步预测,以帮助开发人员分配。多标签分类方法用于两个输出中的每一个,以向所有临时所有者学习,而不仅仅是最后一个关闭错误的人。我们利用启发式组合的临时业主(业主重要性加权标签),这是转换成一个概率质量函数(pmf)。我们采用了两阶段的学习方案,即首先训练模型的团队部分,然后保持静态,以训练团队-开发人员和bug-开发人员关系。用于编码团队-开发人员关系的方案基于组织结构图(组织结构图),该结构图使模型对组织变化具有鲁棒性,因为它可以适应组织内的角色变化。与传统的多类分类方法相比,利用所有者加权标签的Dual DNN的11倍增量学习交叉验证(IL-CV)准确性的平均提升(相对于团队和开发人员分配)为13%。此外,具有所有者加权标签的Dual DNN在具有236,865个条目的专有数据集上实现了76%(团队分配)和55%(开发人员分配)的平均11倍IL-CV准确率,分别优于参考模型14%和25%。
2019-10-13 cs.LG cs.SE