debugging | BriefGPT - AI 论文速递

关键词debugging

搜索结果 - 31

VDebugger: 利用执行反馈来调试视觉程序
VDebugger 是一种用于本地化和调试可视化程序的评审 - 提炼框架，通过跟踪执行步骤识别和修正程序错误，利用详细的执行反馈提高了可解释性和准确性。
PDF15 days ago
SemCoder：使用全面语义训练代码语言模型
该论文提出了一种新的策略，通过连接静态代码文本和动态执行状态，训练具有全面语义的 Code LLMs，从而填补 Code LLMs 在诸如调试和程序修复等复杂任务中对深层语义的依赖的差距。该方法通过收集 PyX，一个具有可执行样本、功能描述
PDFa month ago
RepoAgent: 开源框架的 LLM 驱动代码仓库级别文档生成器
RepoAgent 是一个大型语言模型驱动的开源框架，旨在主动生成、维护和更新代码文档，并通过定性和定量评估验证了其在生成高质量的存储库级文档方面的有效性。
PDF4 months ago
LDB: 通过逐步验证运行时执行的大型语言模型调试器
大型语言模型调试器（LDB）是一个新颖的调试框架，它使得大型语言模型能够利用运行时执行信息改进生成的程序。
PDF4 months ago
调试的交互模式探索：增强人工智能助手的对话能力
通过与行业专业人员进行的被试用户研究，我们发现装备了 LLM 以利用插入扩展交互模式、促进轮流讲话并利用调试工作流的增强型对话式 AI 助手 Robin，降低了对话障碍，实现了有效的故障定位，并提高了 5 倍的错误解决率。
PDF5 months ago
CodeAid: 评估基于 LLM (基于学习的机器学习) 的编程助理在课堂中的部署，以平衡学生和教育者的需求
面向编程学习，CodeAid 是一种基于 LLM 的编程助手，提供即时帮助和技术正确的回答，但避免直接显示代码解决方案。CodeAid 主要用于概念理解和调试，受到教育工作者的认可，但也引发一些学生错误反馈和依赖 ChatGPT 的担忧。
PDF5 months ago
VeriBug：一个基于注意力机制的硬件设计中的错误定位框架
通过深度学习加速芯片设计的调试过程，在硬件设计周期中生成出现故障的可能原因的解释，并突出显示潜在的故障源代码，实验表明其可实现对开源设计和不同类型注入故障的平均故障定位覆盖率为 82.5%。
PDF6 months ago
GCPV: 用于解释检查 CNN 特征空间的导向概念投影向量
提出了一种名为 GCPV（local-to-global Guided Concept Projection Vectors）的方法，该方法通过生成局部概念向量并将其推广为全局概念向量，来解决计算机视觉卷积深度神经网络（CNN）的可解释性和
PDF7 months ago
MMNeuroInspect: 基于神经元的调试框架通过条件可视化
通过引入神经元为基础的调试框架 NeuroInspect，该研究提供了深度学习模型的人类可解释的调试方法，其中包括对错误的因果解释、特征可视化和假相关性缓解，从而实现了对 DL 模型错误的调试和改进。
PDF9 months ago
通过大型语言模型将自然语言意图正式化为程序规范
使用 LLM4nl2post 将非正式自然语言转化为形式化方法的后置条件，并通过验证度量在质量和生成的后置条件的可区分性方面进行比较。结果显示，这些后置条件通常是正确的且能够区分错误的代码，并且通过 LLMs 进行 LLM4nl2post
PDF9 months ago
迈向增材制造领域基础 AI 模型：G 代码调试、操作和理解的语言模型
3D 打印与 G 代码的调试是一项具有挑战性的任务，本研究通过评估六种最先进的大型语言模型（LLMs）的性能，展示了它们理解和调试 3D 打印中的 G 代码文件的能力，并分析了它们的优势、弱点和应用限制。
PDF10 months ago
FLAG：使用生成性 AI 检测（代码中的）行异常
本研究提出了一种名为 FLAG 的方法，它基于生成人工智能的词汇能力来协助代码调试员识别和定位代码中的漏洞，同时也探讨了此分类中有用的特征，并评估了 FLAG 在 121 个基准测试中的性能。FLAG 能够识别 101 个缺陷，并将搜索空间
PDFa year ago
DelBugV: Delta-Debugging 神经网络验证器
DelBugV 是一种模块化和可扩展的新型工具，采用自动化的 Delta 调试技术来简化调试 DNN 验证器，从而极大地简化了修复故障验证器的任务。
PDFa year ago
Angler：帮助机器翻译从业者优先考虑模型改进
通过采访苹果的 13 名机器学习从业者，研究人员发现他们构建小的有针对性的测试集来评估一个错误的性质、范围以及对用户的影响。研究者开发了一种交互式的可视化分析工具 ——Angler，以帮助从业者优先改进模型。研究发现，参与者通过分析定量摘要
PDFa year ago
关于改变神经网络感知的研究
该研究提出了一种可调整人工神经网络感知特定人工定义概念的方法来理解和调试该神经网络模型，并在合成数据集和 ImageNet 数据集上对其进行了测试。
PDFa year ago
自然语言单元之间的相似性：从粗略到精细估计的转变
本篇论文旨在开发一种更精细的回归模型，该模型精确计算语言单位之间的相似性，并通过缺陷捕捉和对抗训练优化模型，实现了处理极端情况的最新表现。
PDF2 years ago
使用弱化和完成修复 EL 本体
本文提出一种交互式方法，通过弱化和完善公理修复本体的错误，同时讨论不同的组合策略并进行实验，展示了本文方法在正确性和完整性方面的良好表现。
PDF2 years ago
强化学习策略总结的布尔决策规则
该研究提出使用布尔决策规则模型来创建一个后续的基于规则的摘要，从而使强化学习策略可解释；实验结果显示该方法可以用于基于网格世界的 DQN 代理训练并创建简单的规则总结，同时也探讨了其在安全控制和调试 RL 代理时的潜在应用。
PDF2 years ago
使用正交梯度下降进行调试
探讨了在不必重新训练模型的情况下，如何修复部分故障的神经网络，并使用改进的连续学习算法 OGD 来进行调试，实验证明可以实现消除不良行为和重新学习适当行为的目标。
PDF2 years ago
感知可视化：透过深度神经网络的视角看世界
该论文的研究内容主要涵盖了人工智能、深度神经网络、可解释 AI、视知觉技术以及深度模型的调试等领域。论文提出的 Perception Visualization 技术通过可视化深度模型对于输入图像的感知来解释模型预测结果，研究发现人类能够更
PDF2 years ago