实体
Antonio Garcia-Cabot
Antonio Garcia-Cabot
PulseAugur coverage of Antonio Garcia-Cabot — every cluster mentioning Antonio Garcia-Cabot across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
LLM通过合成数据和成本效益分析增强自动化程序修复 · 跟踪2个来源
研究人员正在探索使用大型语言模型（LLM）改进自动化程序修复（APR）的新方法。一种方法是利用LLM生成用于错误修复的合成训练数据，这在预测正确代码修复方面已显示出统计学上的显著改进。另一项研究分析了错误复杂性、故障定位和LLM成本效益对APR的影响，发现尽管复杂错误具有挑战性，但基于LLM的技术仍能实现具有竞争力的修复率。研究还强调了修复效果与计算成本之间的权衡，一些较低成本的LLM提供了更好的成本效益。
-
针对推理进行微调的LLM改进了自动化软件补丁正确性评估
研究人员开发了RePaCA，一种用于评估自动化软件补丁正确性的新型静态技术。该方法利用专门针对推理任务进行微调的大型语言模型（LLMs），引导它们分析代码差异，并确定补丁是否修复了根本原因或是一个过拟合补丁。RePaCA在标准基准测试中取得了最先进的性能，展示了高准确率和F1分数，同时与现有方法相比，还提供了更好的泛化能力和可解释性。