소환
수리 시나리오
의미론적 버그
보안 취약점
구문 오류
프로그래밍 문제
정적 경고
자체 디버그
유형 오류
웹 UI 테스트
스마트 계약
하드웨어 버그
성능 버그
API 오용
충돌 버그
테스트 케이스
공식적인 증명
번역 버그
GitHub 문제
코드 검토
모션 플래너
? 인간 연구
? 패치 정확성 평가
기준
? 관련 APR 설문조사
@article{zhang2024survey, title={자동 프로그램 복구를 위한 대규모 언어 모델에 대한 체계적 문헌 검토}, 저자={Zhang, Quanjun 및 Fang, Chunrong 및 Xie, Yang 및 Ma, Yuxiang 및 Sun, Weisong 및 Yang, Yun 및 Chen , Zhenyu}, 저널={arXiv preprint arXiv:2405.01466}
연도={2024}}GitHub 문제에 대한 SE 에이전트 기반 연구 추가
ISSTA 2024 논문 추가
arXiv에 이 논문의 새 버전을 공개하세요.
CORE: LLM을 사용하여 코드 품질 문제 해결 [2024-FSE]
프롬프트 픽스: 프롬프트 엔지니어링 기반 취약점 자동 복구 기술 [2024-ICNC]
C/C++ 코드의 실제 취약점 복구를 위한 대규모 언어 모델 평가[2024-IWSPA]
Python의 자동 코드 복구를 위한 대규모 언어 모델 기능 조사[2024-클러스터 컴퓨팅]
LPR: 대규모 언어 모델 지원 프로그램 축소[2024-ISSTA]
자동 취약점 복구를 위한 LLM 사례 연구: 추론 및 패치 검증 피드백의 영향 평가 (2024年7月) AIware 2024
대규모 언어 모델이 리포지토리 수준 자동 프로그램 복구에 직면할 때: 얼마나 잘 수행되었습니까? [2024-ICSE]
자동 프로그램 복구에 대한 대규모 언어 모델의 매개변수 효율적인 미세 조정 탐색[2024-ASE]
SWE-벤치에서 대화형 테스트 스위트 기반 프로그램 복구 가능성 탐색 [2024-arXiv]
변형 테스트를 통해 LLM 기반 자동 프로그램 복구의 견고성 탐색 및 향상[2024-arXiv] [논문]
분할 정복: 지역화 및 개정을 통한 코드 개정 자동화 [2024-TOSEM]
코드에서 정확성까지: 계층적 디버깅을 통해 코드 생성의 마지막 마일 마감 [2024-arXiv] [논문] [repo]
입문 프로그래밍 과제를 위한 자동 프로그램 복구 [2024-TLT] [논문]
대규모 언어 모델 및 공식 검증을 통한 AI 코드 자동 복구 [2024-arXiv] [논문]
CraftRTL: 구성에 따른 비텍스트 표현 및 대상 코드 복구를 통한 Verilog 코드 모델을 위한 고품질 합성 데이터 생성 [2024-arXiv-NVIDIA] [논문]
자동 프로그램 복구 벤치마킹: 실제 버그와 인공 버그에 대한 광범위한 연구 [2024-ISSTA] [논문]
대화를 통한 자동 프로그램 복구: chatgpt[2024-ISSTA] [논문]를 사용하여 개당 $0.42에 버그 337개 중 162개 수정
자동 패치 정확성 평가를 위한 대규모 언어 모델 활용[2024-TSE] [논문]
소프트웨어 제품 라인 시스템의 가변성 버그에 대한 자동 프로그램 복구[2024-JSS] [논문]
PyBugHive: 수동으로 검증되고 재현 가능한 Python 버그에 대한 포괄적인 데이터베이스[2024-IEEE Access] [논문]
전체 소프트웨어 리포지토리를 이해하는 방법은 무엇입니까? [2024-arXiv] [논문]
소프트웨어 제품 라인 시스템의 가변성 버그에 대한 자동 프로그램 복구[2024-JSS] [논문]
LLM 기반 다중 에이전트 시너지를 통한 통합 디버깅 접근 방식 [2024-arxiv] [논문] [repo]
실용적인 기능 수준 프로그램 복구를 통해 어디까지 갈 수 있나요? [2024-arxiv] [논문] [repo]
대화를 통한 자동 프로그램 복구: chatgpt[2024-ISSTA] [논문]를 사용하여 개당 $0.42에 버그 337개 중 162개 수정
이전 버전: 대화를 계속 진행하세요: ChatGPT를 사용하여 각각 $0.42에 버그 337개 중 162개 수정 [2023-arxiv] [논문]
대규모 언어 모델의 왕복 번역을 사용한 자동 프로그램 복구를 위한 새로운 접근 방식 [2024-arxiv] [논문] [repo]
상황 외: 신경 프로그램 복구에서 지역 상황이 얼마나 중요합니까? [2024-ICSE] [논문] [저장소]
LLM을 사용한 향상된 프로그램 복구를 위한 다중 목표 미세 조정 [2024-arxiv] [논문]
FL 없는 프로그램 복구를 위한 LLM 정렬 [2024-arxiv] [논문]
ContrastRepair: 대조 테스트 사례 쌍을 통한 대화 기반 자동 프로그램 복구 향상 [2024-arxiv] [논문]
자동 프로그램 복구를 위한 코드의 사전 훈련된 언어 모델의 잠재력 탐색 [2024-전자공학] [논문]
CigaR: LLM을 통한 비용 효율적인 프로그램 복구 [2024-arxiv] [논문] [repo]
LLM 기반 프로그램 복구의 사실 선택 문제 [2024-arxiv] [논문] [repo]
대규모 언어 모델의 왕복 번역을 사용한 자동 프로그램 복구를 위한 새로운 접근 방식 [2024-arxiv] [논문] [repo]
RepairAgent: 프로그램 복구를 위한 자율 LLM 기반 에이전트 [2024-arxiv] [논문]
자동화된 버그 현지화 및 복구를 위한 대규모 언어 모델 심층 분석 [2024-FSE/ESEC] [논문]
대규모 사전 훈련된 언어 모델 시대의 자동 프로그램 복구 [2023-ICSE] [논문] [repo]
수리는 거의 세대가 되었습니다: LLM을 사용한 다국어 프로그램 수리 [2023-AAAI] [논문]
코드 관련 퓨샷 학습을 위한 검색 기반 프롬프트 선택 [2023-ICSE] [논문] [repo]
llms를 사용한 코드 인텔리전스 작업에 대한 상황 내 데모를 효과적으로 만드는 방법은 무엇입니까? [2023-ASE] [논문] [저장소]
대규모 언어 모델을 사용한 완전 자율 프로그래밍 [2023-GECCO] [논문] [repo]
코드 채우기를 위한 생성 모델을 사용한 자동 프로그램 복구 [2023-AIED] [논문] [repo]
STEAM: 자동 버그 수정을 위한 ProgrAMmer의 상호작용 동작 시뮬레이션 [2023-arxiv] [논문]
대화형 자동 프로그램 복구 [2023-arxiv] [논문]
ChatGPT는 최고의 프로그래밍 도우미인가요? 얼마나 멀리 있나요? [2023-arxiv] [논문] [repo]
버그 현지화 및 수정을 위한 대규모 언어 모델 사용 [2023-iCAST] [논문]
자동 프로그램 복구를 위한 코드의 미세 조정 대규모 언어 모델에 관한 실증적 연구 [2023-ASE] [논문] [repo]
QuixBugs를 사용한 자동화된 Python 프로그램 버그 수정을 위한 OpenAI ChatGPT의 효율성 평가 [2023-iSEMANTIC] [논문]
대규모 언어 모델 기반 과학적 디버깅을 통한 설명 가능한 자동 디버깅 [2023-arxiv] [논문]
작업에 대한 올바른 프롬프트: 대규모 언어 모델을 사용하여 코드 검토 결함 수정 [2023-arxiv] [논문]
자동 프로그램 복구에 대한 코드 언어 모델의 영향 [2023-ICSE] [논문] [repo]
자연어 문제 설명에서 기능적으로 올바른 코드 편집 생성을 향하여 [2023-arxiv] [논문]
대형 언어 모델 시대의 성형외과 가설 [2023-ASE] [논문] [repo]
소프트웨어 보안 애플리케이션에서 ChatGPT의 한계 탐색 [2023-arxiv] [논문]
CodeScope: 코드 이해 및 생성에 대한 LLM 평가를 위한 실행 기반 다국어 멀티태스크 다차원 벤치마크 [2023-arxiv] [논문] [repo]
미세 조정 및 신속한 엔지니어링을 통한 자동 프로그램 복구 강화 [2023-arxiv] [논문] [repo]
자동 복구 도구를 사용한 프로그래밍 피드백을 위한 언어 모델 훈련 [2023-AIED] [논문] [repo]
RepairLLaMA: 프로그램 복구를 위한 효율적인 표현 및 미세 조정된 어댑터 [2023-arxiv] [논문] [repo]
검색-생성-수정을 통한 자동 코드 편집 [2023-arxiv] [논문] [repo]
RAP-Gen: 자동 프로그램 복구를 위한 CodeT5를 사용한 검색 강화 패치 생성 [2023-FSE/ESEC] [논문] [repo]
프로그램 종속성 분석 및 효과적인 필터 메커니즘을 사용한 신경 프로그램 복구 [2023-arxiv] [논문]
커피: 피드백으로 버그를 수정하여 코드 LLM 강화 [2023-arxiv] [논문] [repo]
딥러닝 프로그램 복구를 위한 ChatGPT의 신속한 설계, 장점 및 한계에 관한 연구 [2023-arxiv] [논문]
부조종사 공동 조종: 자동화된 프로그램 복구를 위한 완성 엔진과 대규모 언어 모델 융합 [2023-FSE/ESEC] [논문] [repo]
감마: 마스크 예측을 통한 템플릿 기반 자동 프로그램 복구 재검토 [2023-ASE] [논문] [repo]
학습 기반 자동 프로그램 복구 영역의 모델 아키텍처 및 프로그램 표현에 대한 광범위한 연구 [2023-4월] [논문] [repo]
도메인 적응을 통한 자동 프로그램 복구 개선 [2023-TOSEM] [논문] [repo]
커리큘럼 미세 조정 프레임워크를 통한 프로그램 복구를 위한 코드 언어 모델 강화 [2023-ICSME] [논문]
디버깅 및 버그 수정을 위한 ChatGPT의 잠재적 사용 [2023-] [논문]
원: 프로그래밍 언어 전반에 걸친 지속적인 복구 [2022-ISSTA] [논문] [repo]
Generative Pre-trained Transformer(GPT-2)를 사용한 JavaScript 프로그램 복구 방향 [2022-4월] [논문] [repo]
신경 기호 편집 문법을 통해 Transformer로 버그 수정 [2022-ICLR] [논문]
언어 모델을 사용한 패치 생성: 타당성 및 확장 동작 [2022-ICLR] [논문]
OpenAI의 코덱스가 버그를 수정할 수 있습니까?: QuixBugs 평가 [2022-4월] [논문]
ChatGPT의 자동 버그 수정 성능 분석 [2022-4월] [논문] [repo]
교육은 줄이고 수리는 더 많이 해주세요: 제로샷 학습을 통한 자동화된 프로그램 수리 재검토 [2022-FSE/ESEC] [paer] [repo]
코드 완성으로 프레이밍 프로그램 복구 [2022-4월] [논문] [repo]
자동화된 프로그램 복구를 위한 새로운 딥 러닝 기반 접근 방식 [2022-ICSE] [논문] [repo]
사전 학습된 변환기를 사용하여 버그 수정 생성 [2021-PLDI] [논문]
Java 단순 버그의 자동 프로그램 복구를 위해 CodeBERT 적용 [2021-MSR] [논문] [repo]
자동 프로그램 복구를 위한 CURE 코드 인식 신경 기계 번역 [2021-ICSE] [논문] [repo]
전체 소프트웨어 리포지토리를 이해하는 방법은 무엇입니까? [2024-arXiv] [논문]
대규모 언어 모델 및 공식 검증을 통한 AI 코드 자동 복구 [2024-arXiv] [논문]
NAVRepair: 노드 유형 인식 C/C++ 코드 취약점 복구 [2024-arxiv] [논문]
대규모 언어 모델을 사용하여 향상된 자동 코드 취약점 복구 [2024-arxiv] [논문]
시야에서 벗어나 정신에서 벗어남: 입력 범위 및 소스 확대를 통한 향상된 자동 취약점 복구 [2024-ICSE] [논문] [repo]
대규모 언어 모델을 사용한 JavaScript 프로그램의 취약점 복구에 관한 연구 [2024-arxiv] [논문] [repo]
소프트웨어 취약점 발견 및 수정을 위한 대규모 언어 모델의 사고 사슬 유도 [2024-arxiv] [논문]
사전 훈련된 모델 기반 자동화된 소프트웨어 취약점 복구: 우리는 얼마나 멀리 있습니까? [2023-TDSC] [논문] [저장소]
대규모 언어 모델을 사용한 제로샷 취약점 복구 조사 [2023-S&P] [논문] [repo]
자동 프로그램 복구를 위한 코드의 미세 조정 대규모 언어 모델에 관한 실증적 연구 [2023-ASE] [논문] [repo]
소프트웨어 보안의 새로운 시대: 대규모 언어 모델 및 공식 검증을 통한 자가 치유 소프트웨어를 향하여 [2023-arxiv] [논문]
소프트웨어 보안 애플리케이션에서 ChatGPT의 한계 탐색 [2023-arxiv] [논문]
ZeroLeak: 확장 가능하고 비용 효율적인 측면 채널 패치를 위해 LLM 사용 [2023-arxiv] [논문]
ChatGPT가 취약점 관리 문제를 해결하는 방법 [2023-arxiv] [논문] [repo]
보안 취약점을 해결하는 데 신경망이 얼마나 효과적인가요? [2023-ISSTA] [논문] [repo]
Vision Transformer에서 영감을 받은 자동 취약점 복구 [2023-TOSEM] [논문] [repo]
대규모 언어 모델이 취약한 소프트웨어를 찾아 수정할 수 있습니까? [2023-arxiv] [논문]
VulRepair: T5 기반 자동 소프트웨어 취약점 복구 [2022-FSE/ESEC] [논문] [repo]
대규모 언어 모델의 왕복 번역을 사용한 자동 프로그램 복구를 위한 새로운 접근 방식 [2024-arxiv] [논문] [repo]
수리는 거의 세대가 되었습니다: LLM을 사용한 다국어 프로그램 수리 [2023-AAAI] [논문]
LLM을 사용하여 Rust 컴파일 오류 수정 [2023-arxiv] [논문]
자동 프로그램 복구를 위한 코드의 미세 조정 대규모 언어 모델에 관한 실증적 연구 [2023-ASE] [논문] [repo]
FQN 해결 및 부분 코드의 구문 오류 수정을 위한 AI 기반 솔루션 체인 [2023-arxiv] [논문] [repo]
작업에 대한 올바른 프롬프트: 대규모 언어 모델을 사용하여 코드 검토 결함 수정 [2023-arxiv] [논문]
SYNSHINE: 구문 오류 수정 개선 [2022-TSE] [문서] [repo]
CraftRTL: 구성에 따른 비텍스트 표현 및 대상 코드 복구를 통한 Verilog 코드 모델을 위한 고품질 합성 데이터 생성 [2024-arXiv-NVIDIA] [논문]
LLM 기반 다중 에이전트 시너지를 통한 통합 디버깅 접근 방식 [2024-arXiv] [논문] [repo]
PyDex: LLM을 사용하여 Python 입문 과제에서 버그 수정 [2024-OOPSLA] [논문] [repo]
DebugBench: 대규모 언어 모델의 디버깅 기능 평가 [2024-arxiv] [논문] [repo]
ContrastRepair: 대조 테스트 사례 쌍을 통한 대화 기반 자동 프로그램 복구 향상 [2024-arxiv] [논문]
ConDefects: LLM 기반 결함 위치 파악 및 프로그램 복구를 위한 데이터 유출 문제를 해결하기 위한 새로운 데이터 세트 [2024-arxiv] [논문] [repo]
동료 지원 수리자: 고급 학생 과제를 복구하기 위한 대규모 언어 모델 지원 [2024-arxiv] [논문]
GPT 모델을 사용한 리팩토링을 사용한 향상된 프로그램 복구 방법 [2024-SIGCSE TS] [논문] [repo]
소프트웨어 엔지니어링에 대한 대규모 언어 모델에 대한 비판적 검토: chatgpt 및 자동화된 프로그램 복구의 예 [2023-arxiv] [논문] [repo]
대형 언어 모델의 프로그램 자동 복구 [2023-ICSE] [논문] [repo]
FixEval: 프로그래밍 문제에 대한 프로그램 수정 사항의 실행 기반 평가 [2023-4월] [논문] [저장소]
ChatGPT 생성 코드 개선: 코드 품질 문제 특성화 및 완화 [2023-TOSEM] [논문] [repo]
대규모 언어 모델을 사용하여 Python 할당의 버그 수정 [2022-arixv] [논문]
코드 품질 문제로 인해 불만이 있으신가요? LLM이 도움을 드릴 수 있습니다! [2024-FSE/ESEC] [논문] [저장소]
SkipAnalyzer: 대규모 언어 모델을 사용한 코드 분석을 위한 구현된 에이전트 [2023-arxiv] [논문] [repo]
RAP-Gen: 자동 프로그램 복구를 위한 CodeT5를 사용한 검색 강화 패치 생성 [2023-FSE/ESEC] [논문] [repo]
InferFix: 검색 강화 프롬프트에 대한 LLM을 사용한 엔드투엔드 프로그램 복구 [2023-FSE/ESEC] [논문] [repo]
LLM이 보안 문제를 패치할 수 있습니까? [2023-arxiv] [논문] [repo]
도메인 적응을 통한 자동 프로그램 복구 개선 [2023-TOSEM] [논문] [repo]
Kotlin 프로젝트를 위한 딥 전이 학습 기반 프로그램 복구에 대한 실증적 연구 [2022-FSE/ESEC] [논문]
TFix-텍스트-텍스트 변환기를 사용하여 코딩 오류를 수정하는 학습 [2021-PMLR] [논문] [repo]
코드에서 정확성까지: 계층적 디버깅을 통해 코드 생성의 마지막 마일 마감 [2024-arXiv] [논문] [repo]
자체 디버깅을 위한 대규모 언어 모델 교육 [2024-ICLR] [논문]
OpenCodeInterpreter: 코드 생성과 실행 및 개선 통합 [2024-arxiv] [논문] [repo]
주기: 코드 생성을 자체 개선하는 방법 학습 [2024-OOPSLA] [논문] [repo]
LDB: 단계별 런타임 실행 확인을 통한 대규모 언어 모델 디버거 [2024-arxiv] [논문] [repo]
인쇄 디버깅을 활용하여 대규모 언어 모델의 코드 생성 개선 [2024-arxiv] [논문]
SelfEvolve: 대규모 언어 모델을 통한 코드 진화 프레임워크 [2023-arxiv] [논문]
Self-Refine: 셀프 피드백을 통한 반복적 개선 [2023-NeurIPS] [논문] [repo]
AgentCoder: 반복 테스트 및 최적화를 통한 다중 에이전트 코드 생성 [2023-arxiv] [논문]
자체 편집: 코드 생성을 위한 오류 인식 코드 편집기 [2023-ACL] [논문] [repo]
자가 수리는 코드 생성을 위한 묘책입니까? [2023-ICLR] [논문] [저장소]
도메인 지식이 중요함: Python 유형 오류 복구를 위한 수정 템플릿을 사용하여 프롬프트 개선 [2024-ICSE] [논문] [repo]
PyTy: Python에서 정적 유형 오류 복구 [2024-ICSE] [논문] [repo]
GPT-3 기반 유형 오류 디버깅: 코드 복구를 위한 대규모 언어 모델 사용 조사 [2023-SLE] [논문] [repo]
설명 일관성 검사를 통해 웹 UI 테스트를 수정하도록 ChatGPT 안내 [2023-arxiv] [논문]
ACFIX: 스마트 계약의 액세스 제어 취약점에 대한 컨텍스트 인식 복구를 위한 마이닝된 공통 RBAC 관행을 갖춘 LLM 안내 [2024-arxiv] [논문]
스마트 계약 취약점 수정을 위한 ChatGPT 평가 [2023-COMPSAC] [논문] [repo]
대규모 언어 모델을 프롬프트하여 하드웨어 보안 버그 코드 수정 [2024-TIFS] [논문] [repo]
사전 인쇄: 대규모 언어 모델로 하드웨어 보안 버그 수정 [2022-arXiv] [논문]
HDLdebugger: 대규모 언어 모델을 사용하여 HDL 디버깅 간소화 [2024-arxiv] [논문]
RTLFixer: 대규모 언어 모델의 RTL 구문 오류 자동 수정 [2023-arxiv] [논문]
LLM4SecHW: 하드웨어 디버깅을 위한 도메인별 대형 언어 모델 활용 [2023-AsianHOST] [논문]
RAPGen: 제로샷의 코드 비효율성을 해결하기 위한 접근 방식 [2023-arxiv] [논문]
DeepDev-PERF: 소프트웨어 성능 개선을 위한 딥 러닝 기반 접근 방식 [2022-FSE/ESEC] [논문] [repo]
API 오용 수정을 위해 사전 훈련된 언어 모델 평가 [2023-arxiv] [논문] [repo]
대규모 언어 모델을 통한 충돌 버그 해결: 실증적 연구 [2023-arxiv] [논문] [repo]
언어 모델을 사용한 자동 테스트 케이스 복구 [2024-arxiv] [논문]
생산 코드 변경 시 테스트 사례 식별 및 업데이트: 변환기 기반 접근 방식 [2023-ASE]
Baldur: 대규모 언어 모델을 사용한 전체 증명 생성 및 복구 [2023-FSE/ESEC] [논문]
번역에서 길을 잃다: 코드를 번역하는 동안 대규모 언어 모델에 의해 도입된 버그에 대한 연구 [2024-ICSE] [논문] [repo]
SWE 벤치: 언어 모델이 실제 GitHub 문제를 해결할 수 있습니까? [2024-ICLR] [논문] [저장소]
자동화된 코드 개선에서 ChatGPT의 잠재력 탐색: 실증적 연구 [2024-ICSE] [논문] [저장소]
DrPlanner: 대규모 언어 모델을 사용한 모션 플래너의 진단 및 수리 [2024-arxiv] [논문] [repo]
실제로 자동 프로그램 복구 경험 탐구 [2024-ICSE] [논문]
대규모 언어 모델 시대의 자동 프로그램 복구를 위한 부자연스러움 재검토 [2024-arxiv] [papper] [repo]
전문 개발자의 버그 수정을 위한 ChatGPT 도입에 관한 실증적 연구 [2023-ITA] [논문]
자동 패치 정확성 평가를 위한 대규모 언어 모델 활용[2024-TSE] [논문]
사전 훈련된 언어 모델을 통해 자동화된 패치 정확성 예측을 강화하는 APPT [2024-TSE] [논문] [repo]
두 세계의 장점: 올바른 패치의 정확한 예측을 위해 학습된 임베딩과 엔지니어링 기능 결합 [2023-TOSME] [논문] [repo]
무효화기: 의미론적 및 구문론적 추론을 통한 자동 패치 정확성 평가 [2023-TSE] [논문] [repo]
PatchZero: 제로샷 자동 패치 정확성 평가 [2023-arxiv] [논문]
이것이 그 문제에 대한 답을 바꾸는 것입니까? 패치 정확성 평가를 위한 버그 및 코드 변경 사항에 대한 상호 연관 설명 [2021-ASE] [논문] [repo]
프로그램 복구 시 패치 정확성 예측을 위한 코드 변경의 표현 학습 평가 [2020-ASE] [논문] [repo]
자동 프로그램 복구에 대한 대규모 언어 모델의 매개변수 효율적인 미세 조정 탐색[2024-ASE] [논문]
MuBench: 자동 프로그램 복구 벤치마킹: 실제 버그와 인공 버그에 대한 광범위한 연구 [2024-ISSTA] [논문]
CodeEditorBench: 대규모 언어 모델의 코드 편집 기능 평가 [2024-arxiv] [논문] [repo]
GitBug-Java: 최근 Java 버그의 재현 가능한 벤치마크 [2024-arxiv] [논문] [repo]
SWE 벤치: 언어 모델이 실제 GitHub 문제를 해결할 수 있습니까? [2024-ICLR] [논문] [저장소]
DebugBench: 대규모 언어 모델의 디버깅 기능 평가 [2024-arxiv] [논문] [repo]
ConDefects: LLM 기반 결함 위치 파악 및 프로그램 복구를 위한 데이터 유출 문제를 해결하기 위한 새로운 데이터 세트 [2024-arxiv] [논문] [repo]
소프트웨어 엔지니어링에 대한 대규모 언어 모델에 대한 비판적 검토: chatgpt 및 자동화된 프로그램 복구의 예 [2023-arxiv] [논문] [repo]
CodeScope: 코드 이해 및 생성에 대한 LLM 평가를 위한 실행 기반 다국어 멀티태스크 다차원 벤치마크 [2023-arxiv] [논문] [repo]
FixEval: 프로그래밍 문제에 대한 프로그램 수정 사항의 실행 기반 평가 [2023-4월] [논문] [저장소]
학습 기반 자동 프로그램 복구 조사 [2023-TOSEM] [논문] [repo]
자동 소프트웨어 복구: 참고문헌 [2018-CSUR] 논문]
자동 소프트웨어 복구: 설문조사 [2017-TSE] 논문]
