一项发表在arXiv上的新研究表明,大型语言模型(LLM)生成的代码修复可能看起来正确,但实际上功能错误,而API迁移加剧了这一问题。研究人员发现,标准的测试方法通常无法捕捉到这些静默错误。虽然特定的输入策略和盲目AI审计提高了检测率,但仍有相当一部分不正确的代码通过了测试。 AI
影响 强调了在生产环境中,对LLM生成的代码需要更强大的测试和验证方法。
排序理由 该集群包含一篇详细介绍LLM代码修复研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →