我们能否通过大型语言模型提高错误报告质量？：基于大型语言模型的错误报告生成的实证研究

本研究解决了错误报告信息不清晰、缺失或模糊导致的开发者在错误分类和修复过程中遇到的困难。通过使用指令微调的大型语言模型，研究展示了将非结构化的错误报告自动转化为高质量结构化报告的有效性，特别是Qwen 2.5在多个测试中的表现优于同类模型，表明这种方法有望提高错误报告的生成效率，减少开发者的手动工作量。