跳到正文
arXiv · AI· Muntasir Adnan, Carlos C. N. Kuhn·· 11 天前AI 评分32

LLM 生成代码中执行轨迹修复断言失败的效果局限

On the Limits of Execution Traces for Repairing Assertion Failures in LLM-Generated Code

AI 导读

断言失败在 LLM 迭代修复后的残留错误中占比高达 79%,且无法有效定位故障根源。 研究人员提出断点调试(BPD)方法,在 BigCodeBench 上将修复率提升至 26.7%,优于重采样策略,并将未变代码重复提交率从 28% 降至 8%。 BPD 仅在测试暴露失败输入且故障为实现疏忽时有效,否则应优先使用重采样策略。

来源:arXiv · AI · arxiv.org