基于同行援助的修复器:赋予大型语言模型修复高级学生作业的能力
原文约400字/词,阅读约需1分钟。发表于: 。我们基于大型语言模型(LLM)提出了一个名为 PaR 的框架,用于解决高级编程作业中的程序错误修复问题,并通过对新的高级学生作业数据集(Defects4DS)和另一个经过深入调查的 ITSP 数据集的评估,展示了超越现有 LMM - 和基于符号的方法的最新性能提升(分别达到了 19.94%和 15.2%的修复率提高)。
RepairAgent是第一个基于大型语言模型的自主代理解决程序修复挑战的工作。它通过调用合适的工具来自主规划和执行修复操作,并根据先前修复尝试的反馈和信息决定调用哪些工具。研究表明,RepairAgent在修复164个错误中表现出了良好的效果,并修复了39个先前无法修复的错误。该工作为未来软件工程的代理技术铺平了道路。