标签
TRUSS 是一个证据引导的框架，用于生成功能有效且安全可靠的代理技能，将任务有效性从 17.11% 提高到 52.94%，并将安全率提高到 100%。
提出锚定自博弈（ASP）方法，通过生成器-修复器自博弈，结合嵌入相似度奖励和参考错误混合，来扩展代码修复监督，在全新基准测试BugSourceBench上，相较于标准自博弈，修复率相对提升24%。
本文实证分析了基于LLM的程序修复智能体中代码执行的成本效益，发现执行被大量使用但往往不加区分，限制执行可以在对修复成功影响最小的情况下节省大量成本。