SemLoc：将LLM推理转为可执行语义约束定位代码故障
热点事件持续更新
SemLoc：将LLM推理转为可执行语义约束定位代码故障
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Zhaorui Yang 等作者发布论文介绍 SemLoc，该方法把 LLM 的自由形式推理转化为可执行的语义约束，通过运行时检查结合反事实验证来定位代码缺陷。 论文称，在 QuixBugs 和包含 809 个真实缺陷的 SemBugs 数据集上（以测试作为验证的 oracle，使用四个 LLM），99.4% 的约束可成为运行时检查；在覆盖率与故障行持平的情况下，约束违规使故障行排名第一的比例达 40.9%，高于频谱定位的 2.2% 和 Daikon 的 7.0%。作者还称 SemLoc 排名第一的结果中 68.4% 附带通过测试确认的补丁，其中 93.6% 正确。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
SemLoc：将 LLM 自由形式推理结构化为可执行约束用于故障定位报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AISemLoc：将 LLM 自由形式推理结构化为可执行约束用于故障定位
SemLoc 把 LLM 的自由形式推理转化为可执行的语义约束，插入运行时检查并结合反事实验证来定位代码缺陷。在 QuixBugs 和含 809 个真实缺陷的 SemBugs 数据集上，99.4% 的约束可成为运行时检查，约束违规将故障行排第一的比例达 40.9%，高于频谱定位的 2.2% 和 Daikon 的 7.0%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。