每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成,并以非盈利为基础运营。
论文版权归作者及相关机构所有,分享时请注明出处。

不可编译学生代码的自动程序修复

Created by
  • Haebom

作者

格里芬·皮茨、奥姆·潘迪亚、达什·兰克、蒂尔思·巴特、蒙塔西尔·霍克、比塔·阿克拉姆

大纲

在 CS1 学习环境中,很大一部分学生提交的编程代码无法编译,这限制了学生的建模和知识追踪。本研究探讨了自动程序修复作为一种修复非编译代码同时保留学生结构意图的策略。大规模语言模型 (LLM),包括 GPT-5 (OpenAI)、Claude 3.5 Haiku (Anthropic) 和 Gemini 2.5 Flash (Google),被评估为修复代理,在高语境和低语境提示条件下均有表现。修复的评估基于可编译性、编辑距离以及对学生原始结构和逻辑的保留程度。

Takeaways, Limitations

任何 LLM 都可以生成可编译的修复。
LLM 的表现取决于它如何很好地保留学生的控制流和代码结构,这会影响其教育实用性。
恢复未编译的提交可以对学习者的编码过程和随时间的发展进行更丰富、更全面的分析。
👍