Defects4J 相关 AI 资讯 · AITOP · AI热报

8月12日

18:42

18:42

官方一手arXiv: DeepSeek@Linhao Wu, Yizhou Chen, Zhen Yang, Pengyu Xue, Dan Hao

CausalRepair是一个基于对话的自动程序修复框架，通过双切片策略构建最小因果上下文。静态切片净化测试语义，动态切片基于执行轨迹捕获精确运行时依赖。在Defects4J V1.2、V2.0和Defects4J-Trans上使用DeepSeek-V3评估，正确修复313个缺陷，优于ReinFix和TSAPR，平均修复成本降至0.029美元。

论文 CausalRepair DeepSeek-V3 Defects4J

推荐理由：想搞LLM自动修bug的可以看看，CausalRepair用双切片把上下文搞干净了，修复数比ReinFix多，成本还低。

7月14日

11:03

11:03

官方一手arXiv: DeepSeek@Tiancheng Ma, Nasir U. Eisty

该研究基于Defects4J中10个真实bug（Lang 1、3-11），提出需求驱动流水线，比较5个LLM（DeepSeek-V3、Gemma-3n、Llama-3、Mistral-7B、Qwen-3）生成Java测试预言的正确性与泛化能力。实验表明LLM生成的预言与需求预言（REQ）的一致性高于与系统（SUT）的一致性，宏平均准确率、精确率、召回率和F1均报告，但不同bug和模型间方差显著。需求技术性/模糊性评分与预言准确率之间的相关性弱且置信区间宽，未发现可检测的线性关系。研究结论为初步可行性证明，旨在推动更大规模实证。

论文 Defects4J LLM 测试预言

推荐理由：这篇论文用10个真实bug和5个流行LLM测试了它们能否直接从业务需求写测试断言，发现效果还行但差异大。如果你想了解LLM在自动化测试中的实际能力，这篇值得看看。