本文评估了多种大型编程语言模型，提出了新模型PolyCoder，发现其在C语言上的表现优于Codex。研究指出多语言模型在性能上的局限，并提出优化微调时间的策略。通过基准测试和数据增强，提升了模型在代码生成和摘要任务中的表现，强调了理解代码结构的重要性。

本文介绍了多种自动程序修复技术，如CURE、ChatRepair、RAP-Gen、RepairLLaMA和RepairAgent。这些方法结合编程语言模型和新型搜索策略，显著提升了程序修复的效率和效果。研究表明，基于大型语言模型的自主代理技术在修复错误方面表现优异，推动了软件工程的发展。