bugs | BriefGPT - AI 论文速递

关键词bugs

搜索结果 - 12

在游戏开发中利用大型语言模型进行高效的故障分析
这篇论文提出了一种利用大型语言模型（LLMs）自动识别导致测试失败的代码更改的新方法，并通过定量和定性评估验证了该方法的有效性。通过 EA 开发者报告的问题进行的数据集评估结果显示，我们的方法在准确率上达到了 71％。此外，通过用户研究对我
PDF25 days ago
用于提高 LLMs 代码可靠性的目标验证问题链
通过自我完善方法，在没有人工介入和测试用例的情况下，通过针对初始代码中的特定节点使用目标验证问题（VQs），提高 LLM 生成代码的可靠性，并通过针对特定的 VQs 和初始代码重新提示 LLM 来修复潜在的漏洞。评估结果表明，我们的方法优于
PDFa month ago
大型语言模型生成代码中的错误
这篇研究报告分析了使用三个主要大型语言模型（CodeGen、PanGu-Coder 和 Codex）生成的代码中的 333 个错误模式，并通过在线调查得到了 34 位使用大型语言模型的从业人员和研究人员对这些错误模式的重要性和普遍性的确认。
PDF4 months ago
利用神经元稳定性提高深度神经网络验证
本文介绍了 VeriStable，一个基于 DPLL 算法的约束 DNN 验证方法的扩展，通过检测稳定的神经元来降低组合复杂性，提高抽象的准确性，同时利用多线程和重启优化来优化 DNN 的验证过程。在标准的 MNIST 和 CIFAR 数据
PDF6 months ago
DREAM: 自动机器学习流程的调试和修复
深度学习模型已成为现代软件系统中的一个整合组件。研究人员提出了自动化机器学习（AutoML）系统以应对模型设计的挑战，并发现现有的 AutoML 系统存在两个常见和严重的 bug：性能 bug 和无效的搜索 bug。为了解决这些问题，他们设
PDF6 months ago
集成模型在缺陷预测中的功效的可理解性分析
本文介绍了两种基于人工智能的方法，即单个人工智能模型和集成人工智能模型的效果比较和分析，用于预测 Java 类存在错误的概率。实验结果表明，集成人工智能模型的性能优于单个人工智能模型，同时揭示了提升集成人工智能模型性能的因素，这为提高错误预
PDF9 months ago
大语言模型时代的自动漏洞生成
草案提出了 BugFarm，用于将任意代码转化为多个复杂的错误。BugFarm 利用 LLM（语言模型）在多个位置（难以修复）突变代码。为了确保多个修改不会显着改变代码的表示，BugFarm 分析了底层模型的注意力，并指示 LLMs 仅更改
PDF9 months ago
使用 CodeT5 进行最小编辑的程序修复
通过精调预训练的 CodeT5 模型，在纠错编辑的过程中提供正确的程序建议，实验结果表明至少可以生成 100 个候选程序之一，并以最相似正确程序的平均编辑距离为 6.84，验证了语言模型在解决初级编程问题时提供最小编辑程序修复建议的有效性。
PDF9 months ago
基于变异的深度神经网络故障定位
深度神经网络的错误定位工具 deepmufl 在广泛的 DNN 模型中具有较好的有效性，并且可以在一半的错误定位时间内定位到高达 53/109 的错误位置，相比于静态和动态 DNN 错误定位系统具有更优的性能。
PDF10 months ago
开源联邦学习框架中的 Bug 实证研究
本文对 1,112 个分布式学习框架的漏洞进行了首次实证研究，发现了 15 个症状、12 个根本原因和 20 种修复模式，并对其在 23 个逻辑组件和两个主要应用场景中的相关性和分布进行了调查。据此提出了九项发现，并对分布式学习框架的开发者
PDFa year ago
基于机器学习系统中的缺陷特征化
在这篇论文中，我们调查了 ML-based 软件系统中的 bug 特征以及与非 ML bug 相比的维护视角的差异，我们提取了使用 TensorFlow、Keras 和 PyTorch 这三种最流行的 ML 框架的 447,948 个 Gi
PDFa year ago
可再生性不等于正确性：在自然语言处理中测试代码的重要性
研究表明，代码正确性与结果可重复性应并重，通过一个案例研究，发现并修正了 Conformer 模型中的三个错误，证明了存在缺陷不影响结果的可重复性，同时也呼吁采用编码最佳实践以促进正确性和提高开发软件的质量。
PDFa year ago