BriefGPT - AI 论文速递
·
Integrating Various Software Artifacts to Enhance LLM-based Bug Localization and Program Repair
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了DEVLoRe方法，通过整合问题内容与堆栈错误信息，显著提升了基于LLM的bug定位和程序修复效果，显示出其在程序修复中的潜力。
🎯
关键要点
- 本研究提出了DEVLoRe方法，旨在解决现有基于LLM的自动化程序修复方法依赖单一软件信息的问题。
- DEVLoRe方法综合利用问题内容与堆栈错误跟踪信息进行bug定位和修复生成。
- 研究表明，DEVLoRe在定位bug和生成有效补丁方面显著优于现有方法。
- DEVLoRe显示出在程序修复中的潜在影响，提升了基于LLM的bug定位和程序修复效果。
➡️
