研究人员开发了一个名为CoHarden的新框架，以提高使用大型语言模型（LLMs）的自动化程序修复（APR）的有效性。该框架通过引入“宽松”测试的概念来解决现有错误修复测试（BRTs）的局限性，这些测试可能会错误地通过有缺陷的补丁。CoHarden迭代地改进测试和修复，确保生成的测试不会引入回归，从而提高修复成功率。在SWE-bench Verified基准上的实验表明，CoHarden在解决错误方面显著优于以前的基线。 AI
影响 通过改进自动化错误修复和修复来增强AI在软件开发中的能力。
排序理由 该集群包含一篇详细介绍自动化程序修复新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Automated program repair tool
- Bug reproduction tests
- CoHarden
- large-language models
- SWE-bench Verified
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
