Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

$T^3$: Multi-level Tree-based Automatic Program Repair with Large Language Models

Created by
  • Haebom

作者

Quanming Liu, Xupeng Bu, Zhichao Yan, Ru Li

概要

本論文では、自動プログラム修理(APR)分野における大規模言語モデル(LLM)と思考連鎖(CoT)技術の活用を研究します。既存のCoT技術のAPR適用限界を指摘し、LLMの推論能力をツリーナビゲーションと統合した革新的なフレームワークである$T^3$を提案します。 $ T ^ 3 $は、候補修理ソリューションの作成の精度を向上させ、APR作業におけるサンプルの選択と修理戦略の最適化に関する有用なガイダンスを提供し、効率的な自動デバッグのための強力なフレームワークを構築します。

Takeaways、Limitations

Takeaways:
LLMとCoT技術を活用したAPR分野の新しいフレームワーク$T^3$提示。
$ T ^ 3 $を介してAPRタスクで候補修理ソリューションを作成する精度を向上。
サンプルの選択と修理戦略の最適化のための有用なガイダンスを提供します。
効率的な自動デバッグのための強力なフレームワークの構築。
Limitations:
本稿では、$ T ^ 3 $の実際のパフォーマンスと他のAPR技術との比較分析の結果は示されていません。
$ T ^ 3 $フレームワークの一般化の可能性とスケーラビリティに関するさらなる研究が必要です。
複雑なプログラムのバグに対する$ T ^ 3 $の適用性と効率性の追加検証が必要です。
👍