2025-03-24-中智凯灵_北京_科技-一种基于修复偏好的自动程序修复工具集成策略_33页_6mb

总结：基于修复偏好的自动程序修复工具集成策略

演讲者：李传艺，南京大学助理教授，研究领域为智能化软件技术。

背景：自动程序修复（APR）旨在自动修复软件缺陷，目前已有超过40种APR工具，包括基于规则的、神经机器翻译和大语言模型（LLM）的工具。没有任何单一工具能修复所有Bug，因此需要集成策略。

方法：提出P-EPR（Preference-based Ensemble Program Repair），基于工具的修复历史和偏好映射Bug特征，计算得分，推荐工具执行顺序。P-EPR优先使用传统工具，易于添加新工具，性能随历史数据积累提升。

实验：在Defects4J和Bears数据集上，与基线方法比较，P-EPR大幅降低工具调用和人工验证开销，提升修复实用性，接近或超越单一工具性能。

结论与展望：P-EPR可降低资源开销，增加实用性。未来可优化工具选择概率，集成LLM-based self-enhancing APR，并改进泛化性。