BLAgent框架通过代理式RAG增强文件级错误定位

研究人员开发了BLAgent，一个新颖的代理式检索增强生成（RAG）框架，旨在改进软件维护中的文件级错误定位。BLAgent集成了代码结构感知编码、双视角查询转换和两阶段代理式重排序过程。该方法在本地化准确性和计算成本之间取得了平衡，在使用开源模型时，在SWE-bench Lite上实现了超过78%的Top-1准确率，在使用闭源模型时，准确率超过86%，同时比现有方法更具成本效益。当集成到自动化程序修复框架中时，BLAgent已证明端到端修复成功率可提高高达25%。 AI

影响 提高了软件调试和自动化程序修复的效率和准确性。

排序理由 该集群包含一篇详细介绍新颖错误定位框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• arXiv
• BLAgent
• Hugging Face
• Md Afif Al Mamun
• retrieval-augmented generation
• SWE-bench Lite

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →