太棒LLM4APR

很棒的法学硕士 APR

内容

• 引文

• 维修场景

• 语义错误

• 安全漏洞

• 语法错误

• 编程问题

• 静电警告

• 自调试

• 类型错误

• 网页界面测试

• 智能合约

• 硬件错误

• 性能错误

• API滥用

• 崩溃错误

• 测试用例

• 形式证明

• 翻译错误

• GitHub 问题

• 代码审查

• 运动规划器

• ？人体研究

• ？补丁正确性评估

• 基准

• ？相关年利率调查

引文

@article{zhang2024survey, title={用于自动程序修复的大型语言模型的系统文献综述}，作者={张、全军和方、春荣和谢、杨和马、宇翔和孙、伟松和杨、云和陈, 振宇}, 期刊={arXiv 预印本 arXiv:2405.01466}
  年={2024}}

待办事项清单

• 为 GitHub 问题添加基于 SE 代理的研究

• 添加 ISSTA 2024 论文

• 在 arXiv 上发布本文的新版本

新论文

1. 核心：使用法学硕士解决代码质量问题 [2024-FSE]

2. 即时修复：基于即时工程的漏洞自动修复技术[2024-ICNC]

3. 评估大型语言模型以修复 C/C++ 代码中的实际漏洞[2024-IWSPA]

4. 研究Python中自动代码修复的大语言模型功能[2024-集群计算]

5. LPR：大型语言模型辅助程序缩减[2024-ISSTA]

6. 自动漏洞修复法学硕士案例研究：评估推理和补丁验证反馈的影响（2024年7月） AIware 2024

7. 当大型语言模型遇到存储库级自动程序修复时：它们做得如何？ [2024-ICSE]

8. 探索自动程序修复大型语言模型的参数高效微调[2024-ASE]

9. 在 SWE-bench 上探索基于会话测试套件的程序修复的潜力 [2024-arXiv]

10. 通过变形测试探索和提升 LLM 支持的自动化程序修复的鲁棒性[2024-arXiv] [论文]

11. 分而治之：通过本地化和修订自动进行代码修订 [2024-TOSEM]

12. 从代码到正确性：通过分层调试关闭代码生成的最后一英里 [2024-arXiv] [论文] [repo]

13. 入门编程作业的自动程序修复 [2024-TLT] [论文]

14. 使用大型语言模型和形式验证自动修复 AI 代码 [2024-arXiv] [论文]

15. CraftRTL：具有构造正确的非文本表示和目标代码修复的 Verilog 代码模型的高质量合成数据生成 [2024-arXiv-NVIDIA] [论文]

16. 自动化程序修复基准测试：对现实世界和人为错误的广泛研究 [2024-ISSTA] [论文]

17. 通过对话进行自动程序修复：使用 chatgpt[2024-ISSTA] [论文] 修复 337 个错误中的 162 个错误，每个错误 0.42 美元

18. 利用大型语言模型进行自动补丁正确性评估[2024-TSE] [论文]

19. 软件产品线系统中可变性错误的自动程序修复[2024-JSS] [论文]

20. PyBugHive：手动验证、可重现的 Python Bug 的综合数据库[2024-IEEE Access] [论文]

21. 如何理解整个软件仓库？ [2024-arXiv] [论文]

维修场景

语义错误

1. 软件产品线系统中可变性错误的自动程序修复[2024-JSS] [论文]

2. 通过基于 LLM 的多代理协同的统一调试方法 [2024-arxiv] [论文] [repo]

3. 实用的功能级程序修复能走多远？ [2024-arxiv] [论文] [回购协议]

4. 通过对话进行自动程序修复：使用 chatgpt[2024-ISSTA] [论文] 修复 337 个错误中的 162 个错误，每个错误 0.42 美元
   旧版本：保持对话继续：使用 ChatGPT 修复 337 个错误中的 162 个错误，每个错误 0.42 美元 [2023-arxiv] [论文]

5. 使用大型语言模型的往返翻译进行自动程序修复的新方法 [2024-arxiv] [论文] [repo]

6. 断章取义：局部上下文在神经程序修复中有多重要？ [2024-ICSE] [论文] [回购协议]

7. 使用 LLM 增强程序修复的多目标微调 [2024-arxiv] [论文]

8. 调整法学硕士以实现无 FL 程序修复 [2024-arxiv] [论文]

9. ContrastRepair：通过对比测试用例对增强基于对话的自动化程序修复 [2024-arxiv] [论文]

10. 探索用于自动程序修复的预训练代码语言模型的潜力 [2024-电子] [论文]

11. CigaR：利用法学硕士进行具有成本效益的程序修复 [2024-arxiv] [论文] [repo]

12. 基于 LLM 的程序修复中的事实选择问题 [2024-arxiv] [论文] [repo]

13. 使用大型语言模型的往返翻译进行自动程序修复的新方法 [2024-arxiv] [论文] [repo]

14. RepairAgent：基于 LLM 的程序修复自主代理 [2024-arxiv] [论文]

15. 深入研究用于自动错误本地化和修复的大型语言模型 [2024-FSE/ESEC] [论文]

16. 大型预训练语言模型时代的自动化程序修复 [2023-ICSE] [论文] [repo]

17. 修复即将生成：法学硕士的多语言程序修复 [2023-AAAI] [论文]

18. 基于检索的提示选择，用于代码相关的小样本学习 [2023-ICSE] [论文] [repo]

19. 是什么使得使用 llms 进行代码智能任务的良好上下文演示？ [2023-ASE] [论文] [回购协议]

20. 使用大型语言模型的完全自主编程 [2023-GECCO] [论文] [repo]

21. 使用生成模型进行代码填充的自动程序修复 [2023-AIED] [论文] [repo]

22. STEAM：模拟程序员的交互式行为以自动修复错误 [2023-arxiv] [论文]

23. 会话式自动化程序修复 [2023-arxiv] [论文]

24. ChatGPT 是终极编程助手吗——还有多远？ [2023-arxiv] [论文] [回购协议]

25. 使用大型语言模型进行错误本地化和修复 [2023-iCAST] [论文]

26. 用于自动程序修复的代码大型语言模型微调的实证研究 [2023-ASE] [论文] [repo]

27. 使用 QuixBugs 评估 OpenAI 的 ChatGPT 自动修复 Python 程序错误的有效性 [2023-iSEMANTIC] [论文]

28. 通过大型语言模型驱动的科学调试进行可解释的自动调试 [2023-arxiv] [论文]

29. 工作的正确提示：使用大型语言模型修复代码审查缺陷 [2023-arxiv] [论文]

30. 代码语言模型对自动程序修复的影响 [2023-ICSE] [论文] [repo]

31. 从自然语言问题描述生成功能正确的代码编辑 [2023-arxiv] [论文]

32. 大语言模型时代的整形外科假说 [2023-ASE] [论文] [repo]

33. 探索 ChatGPT 在软件安全应用中的局限性 [2023-arxiv] [论文]

34. CodeScope：基于执行的多语言多任务多维基准，用于评估代码理解和生成方面的法学硕士 [2023-arxiv] [论文] [repo]

35. 通过微调和即时工程增强自动化程序修复 [2023-arxiv] [论文] [repo]

36. 使用自动修复工具训练编程反馈的语言模型 [2023-AIED] [论文] [repo]

37. RepairLLaMA：用于程序修复的高效表示和微调适配器 [2023-arxiv] [论文] [repo]

38. 使用搜索-生成-修改进行自动代码编辑 [2023-arxiv] [论文] [repo]

39. RAP-Gen：使用 CodeT5 生成检索增强补丁以进行自动程序修复 [2023-FSE/ESEC] [论文] [repo]

40. 具有程序依赖性分析和有效过滤机制的神经程序修复[2023-arxiv] [论文]

41. Coffee：通过反馈修复错误来提升代码法学硕士 [2023-arxiv] [论文] [repo]

42. 用于深度学习程序修复的 ChatGPT 的提示设计、优点和局限性研究 [2023-arxiv] [论文]

43. 共同驾驶副驾驶：将大型语言模型与完成引擎融合以实现自动程序修复 [2023-FSE/ESEC] [论文] [repo]

44. Gamma：通过掩模预测重新审视基于模板的自动化程序修复 [2023-ASE] [论文] [repo]

45. 基于学习的自动化程序修复领域模型架构和程序表示的广泛研究 [2023 年 4 月] [论文] [repo]

46. 通过域适应改进自动化程序修复 [2023-TOSEM] [论文] [repo]

47. 通过课程微调框架增强程序修复的代码语言模型 [2023-ICSME] [论文]

48. ChatGPT 在调试和错误修复方面的潜在用途 [2023-] [论文]

49. CIRCLE：跨编程语言的持续修复 [2022-ISSTA] [论文] [repo]

50. 使用生成式预训练 Transformer (GPT-2) 修复 JavaScript 程序 [2022 年 4 月] [论文] [repo]

51. 通过神经符号编辑语法使用 Transformer 修复错误 [2022-ICLR] [论文]

52. 使用语言模型生成补丁：可行性和扩展行为 [2022-ICLR] [论文]

53. OpenAI 的 codex 可以修复错误吗？：对 QuixBugs 的评估 [2022 年 4 月] [论文]

54. ChatGPT 自动错误修复性能分析 [2022 年 4 月] [论文] [repo]

55. 请减少培训，增加修复：通过零样本学习重新审视自动化程序修复 [2022-FSE/ESEC] [paer] [repo]

56. 将程序修复构建为代码完成 [2022 年 4 月] [论文] [repo]

57. 亲爱的一种基于深度学习的自动化程序修复新方法 [2022-ICSE] [论文] [repo]

58. 使用预训练 Transformer 生成错误修复 [2021-PLDI] [论文]

59. 应用 CodeBERT 对 Java 简单错误进行自动程序修复 [2021-MSR] [论文] [repo]

60. 用于自动程序修复的 CURE 代码感知神经机器翻译 [2021-ICSE] [论文] [repo]

61. 如何理解整个软件仓库？ [2024-arXiv] [论文]

安全漏洞

1. 使用大型语言模型和形式验证自动修复 AI 代码 [2024-arXiv] [论文]

2. NAVRepair：节点型感知 C/C++ 代码漏洞修复 [2024-arxiv] [论文]

3. 使用大型语言模型增强自动代码漏洞修复 [2024-arxiv] [论文]

4. 眼不见心不烦：通过扩大输入范围和来源更好地自动修复漏洞 [2024-ICSE] [论文] [repo]

5. 大型语言模型 JavaScript 程序中的漏洞修复研究 [2024-arxiv] [论文] [repo]

6. 用于发现和修复软件漏洞的大型语言模型的思想链提示 [2024-arxiv] [论文]

7. 基于预训练模型的自动化软件漏洞修复：我们还有多远？ [2023-TDSC] [论文] [回购协议]

8. 使用大型语言模型检查零次漏洞修复 [2023-S&P] [论文] [repo]

9. 用于自动程序修复的代码大型语言模型微调的实证研究 [2023-ASE] [论文] [repo]

10. 软件安全的新时代：通过大型语言模型和形式验证实现自我修复软件 [2023-arxiv] [论文]

11. 探索 ChatGPT 在软件安全应用中的局限性 [2023-arxiv] [论文]

12. ZeroLeak：使用 LLM 进行可扩展且具有成本效益的侧通道修补 [2023-arxiv] [论文]

13. ChatGPT 如何解决漏洞管理问题 [2023-arxiv] [论文] [repo]

14. 神经网络修复安全漏洞的效果如何 [2023-ISSTA] [论文] [repo]

15. Vision Transformer 启发的自动漏洞修复 [2023-TOSEM] [论文] [repo]

16. 大型语言模型可以找到并修复易受攻击的软件吗？ [2023-arxiv] [论文]

17. VulRepair：基于 T5 的自动化软件漏洞修复 [2022-FSE/ESEC] [论文] [repo]

语法错误

1. 使用大型语言模型的往返翻译进行自动程序修复的新方法 [2024-arxiv] [论文] [repo]

2. 修复即将生成：法学硕士的多语言程序修复 [2023-AAAI] [论文]

3. 使用 LLM 修复 Rust 编译错误 [2023-arxiv] [论文]

4. 用于自动程序修复的代码大型语言模型微调的实证研究 [2023-ASE] [论文] [repo]

5. 用于解决 FQN 和修复部分代码中语法错误的一系列基于 AI 的解决方案 [2023-arxiv] [论文] [repo]

6. 工作的正确提示：使用大型语言模型修复代码审查缺陷 [2023-arxiv] [论文]

7. SYNSHINE：改进了语法错误的修复 [2022-TSE] [论文] [repo]

编程问题

2. CraftRTL：具有构造正确的非文本表示和目标代码修复的 Verilog 代码模型的高质量合成数据生成 [2024-arXiv-NVIDIA] [论文]

3. 通过基于 LLM 的多代理协同的统一调试方法 [2024-arXiv] [论文] [repo]

4. PyDex：使用 LLM 修复介绍性 Python 作业中的错误 [2024-OOPSLA] [论文] [repo]

5. DebugBench：评估大型语言模型的调试能力 [2024-arxiv] [论文] [repo]

6. ContrastRepair：通过对比测试用例对增强基于对话的自动化程序修复 [2024-arxiv] [论文]

7. ConDefects：解决基于 LLM 的故障定位和程序修复的数据泄漏问题的新数据集 [2024-arxiv] [论文] [repo]

8. 同伴辅助修复器：授权大型语言模型修复高级学生作业 [2024-arxiv] [论文]

9. 使用 GPT 模型重构改进程序修复方法 [2024-SIGCSE TS] [论文] [repo]

10. 对软件工程大语言模型的批判性回顾：来自 chatgpt 和自动化程序修复的示例 [2023-arxiv] [论文] [repo]

11. 从大型语言模型自动修复程序 [2023-ICSE] [论文] [repo]

12. FixEval：针对编程问题的程序修复的基于执行的评估 [2023 年 4 月] [论文] [repo]

13. 优化 ChatGPT 生成的代码：描述和缓解代码质量问题 [2023-TOSEM] [论文] [repo]

14. 使用大型语言模型修复 python 作业中的错误 [2022-arixv] [论文]

静电警告

1. 对代码质量问题感到沮丧？ LLM 可以提供帮助！ [2024-FSE/ESEC] [论文] [回购协议]

2. SkipAnalyzer：使用大型语言模型进行代码分析的具体代理 [2023-arxiv] [论文] [repo]

3. RAP-Gen：使用 CodeT5 生成检索增强补丁以进行自动程序修复 [2023-FSE/ESEC] [论文] [repo]

4. InferFix：通过检索增强提示使用法学硕士进行端到端程序修复 [2023-FSE/ESEC] [论文] [repo]

5. 法学硕士能否修补安全问题 [2023-arxiv] [论文] [repo]

6. 通过域适应改进自动化程序修复 [2023-TOSEM] [论文] [repo]

7. 基于深度迁移学习的 Kotlin 项目程序修复实证研究 [2022-FSE/ESEC] [论文]

8. TFix-学习使用文本到文本转换器修复编码错误 [2021-PMLR] [论文] [repo]

自调试

1. 从代码到正确性：通过分层调试关闭代码生成的最后一英里 [2024-arXiv] [论文] [repo]

2. 教授大型语言模型进行自调试 [2024-ICLR] [论文]

3. OpenCodeInterpreter：将代码生成与执行和优化集成 [2024-arxiv] [论文] [repo]

4. CYCLE：学习自我完善代码生成 [2024-OOPSLA] [论文] [repo]

5. LDB：通过逐步验证运行时执行的大型语言模型调试器 [2024-arxiv] [论文] [repo]

6. 利用打印调试改进大型语言模型中的代码生成 [2024-arxiv] [论文]

7. SelfEvolve：通过大型语言模型的代码演化框架 [2023-arxiv] [论文]

8. 自我细化：具有自我反馈的迭代细化 [2023-NeurIPS] [论文] [repo]

9. AgentCoder：通过迭代测试和优化生成多代理代码 [2023-arxiv] [论文]

10. 自我编辑：用于代码生成的故障感知代码编辑器 [2023-ACL] [论文] [repo]

11. 自我修复是代码生成的灵丹妙药吗？ [2023-ICLR] [论文] [回购协议]

类型错误

1. 领域知识很重要：使用修复模板改进提示以修复 Python 类型错误 [2024-ICSE] [论文] [repo]

2. PyTy：修复 Python 中的静态类型错误 [2024-ICSE] [论文] [repo]

3. GPT-3 支持的类型错误调试：研究使用大型语言模型进行代码修复 [2023-SLE] [论文] [repo]

网页界面测试

1. 通过解释一致性检查指导 ChatGPT 修复 Web UI 测试 [2023-arxiv] [论文]

智能合约

1. ACFIX：指导法学硕士使用挖掘的通用 RBAC 实践来上下文感知修复智能合约中的访问控制漏洞 [2024-arxiv] [论文]

2. 评估 ChatGPT 的智能合约漏洞修复 [2023-COMPSAC] [论文] [repo]

硬件错误

1. 通过提示大型语言模型来修复硬件安全错误代码 [2024-TIFS] [论文] [repo]
   其预印本：使用大型语言模型修复硬件安全漏洞 [2022-arXiv] [论文]

2. HDLdebugger：使用大型语言模型简化 HDL 调试 [2024-arxiv] [论文]

3. RTLFixer：自动修复大型语言模型的 RTL 语法错误 [2023-arxiv] [论文]

4. LLM4SecHW：利用特定领域的大语言模型进行硬件调试 [2023-AsianHOST] [论文]

性能错误

1. RAPGen：一种修复零样本代码效率低下的方法 [2023-arxiv] [论文]

2. DeepDev-PERF：一种基于深度学习的提高软件性能的方法 [2022-FSE/ESEC] [论文] [repo]

API滥用

1. 评估用于修复 API 误用的预训练语言模型 [2023-arxiv] [论文] [repo]

崩溃错误

1. 通过大型语言模型解决崩溃错误：实证研究 [2023-arxiv] [论文] [repo]

测试用例

1. 使用语言模型自动修复测试用例 [2024-arxiv] [论文]

2. 当生产代码更改时识别和更新测试用例：基于 Transformer 的方法 [2023-ASE]

形式证明

1. Baldur：使用大型语言模型进行整体证明生成和修复 [2023-FSE/ESEC] [论文]

翻译错误

1. 迷失在翻译中：对翻译代码时大型语言模型引入的错误的研究 [2024-ICSE] [论文] [repo]

GitHub 问题

1. SWE-bench：语言模型可以解决现实世界的 GitHub 问题吗？ [2024-ICLR] [论文] [回购协议]

代码审查

1. 探索 ChatGPT 在自动代码优化方面的潜力：一项实证研究 [2024-ICSE] [论文] [repo]

运动规划器

1. DrPlanner：使用大型语言模型诊断和修复运动规划器 [2024-arxiv] [论文] [repo]

人体研究

1. 探索自动化程序修复的实践经验 [2024-ICSE] [论文]

2. 重新审视大语言模型时代自动程序修复的不自然性 [2024-arxiv] [paper] [repo]

3. 专业开发人员采用 ChatGPT 修复错误的实证研究 [2023-ITA] [论文]

补丁正确性评估

1. 利用大型语言模型进行自动补丁正确性评估[2024-TSE] [论文]

2. APPT 通过预训练语言模型增强自动补丁正确性预测 [2024-TSE] [论文] [repo]

3. 两全其美：将学习的嵌入与工程特征相结合，准确预测正确的补丁 [2023-TOSME] [论文] [repo]

4. 无效器：通过语义和句法推理自动评估补丁正确性 [2023-TSE] [论文] [repo]

5. PatchZero：零样本自动补丁正确性评估 [2023-arxiv] [论文]

6. 这是改变该问题的答案吗？关联错误描述和代码更改以评估补丁正确性 [2021-ASE] [论文] [存储库]

7. 评估代码更改的表示学习以预测程序修复中的补丁正确性 [2020-ASE] [论文] [repo]

基准

1. 探索自动程序修复大型语言模型的参数高效微调[2024-ASE] [论文]

2. MuBench：自动化程序修复基准测试：对现实世界和人为错误的广泛研究 [2024-ISSTA] [论文]

3. CodeEditorBench：评估大型语言模型的代码编辑能力 [2024-arxiv] [论文] [repo]

4. GitBug-Java：最近 Java Bug 的可重现基准 [2024-arxiv] [论文] [repo]

5. SWE-bench：语言模型可以解决现实世界的 GitHub 问题吗？ [2024-ICLR] [论文] [回购协议]

6. DebugBench：评估大型语言模型的调试能力 [2024-arxiv] [论文] [repo]

7. ConDefects：解决基于 LLM 的故障定位和程序修复的数据泄漏问题的新数据集 [2024-arxiv] [论文] [repo]

8. 对软件工程大语言模型的批判性回顾：来自 chatgpt 和自动化程序修复的示例 [2023-arxiv] [论文] [repo]

9. CodeScope：基于执行的多语言多任务多维基准，用于评估代码理解和生成方面的法学硕士 [2023-arxiv] [论文] [repo]

10. FixEval：针对编程问题的程序修复的基于执行的评估 [2023 年 4 月] [论文] [repo]

相关年利率调查

1. 基于学习的自动化程序修复调查 [2023-TOSEM] [论文] [repo]

2. 自动软件修复：参考书目[2018-CSUR]论文]

3. 自动软件修复：一项调查[2017-TSE]论文]