HAFixAgent：历史感知的智能体程序修复

查看 PDF HTML（实验性）

摘要：自动化程序修复（APR）近来转向大型语言模型和基于智能体的系统，而先前的工作表明，仓库历史有助于修复单行缺陷。我们开展了一项大规模实证研究，考察仓库历史是否、在多大程度上以及在何种条件下能在此设定之外提升智能体式 APR。我们提出了 HAFixAgent，一种历史感知的程序修复智能体，它将源自 blame 的仓库上下文注入其修复循环。在 854 个 Defects4J（Java）和 501 个 BugsInPy（Python）缺陷上，我们首先表明与缺陷相关的历史广泛可用。随后，我们在完美缺陷定位下，跨三个基础模型评估了 HAFixAgent。最佳历史启发式相比无历史，在最强模型上于 Defects4J 提升 +4.4%、于 BugsInPy 提升 +1.1%，而在较弱模型上提升高达 +64.3%。在最强模型上，HAFixAgent 还比 RepairAgent 高出 +56.6%，比 BIRCH-feedback 高出 +47.1%，表明它是一个独立于历史的强大修复智能体。三种历史启发式互为补充：各自修复不同的缺陷子集，因此它们的混合相比无历史能显著修复更多缺陷（McNemar 检验，p < 0.001），且这一优势在现实的基于频谱的缺陷定位下依然存在。在两种定位设置下，单个历史启发式在智能体步骤或 token 上通常不比无历史更昂贵，而混合在级联设置下的成本约为单次运行的两倍。

评论：	评估：在现实的基于频谱的缺陷定位和完美缺陷定位上基准：Defects4J 和 BugsInPy 受试 LLM：DeepSeek-V3.2-Exp、Qwen3-Coder-Next 和 Devstral-Small-2
主题：	软件工程（cs.SE）；人工智能（cs.AI）
引用为：	arXiv:2511.01047 [cs.SE]
	（或 arXiv:2511.01047v4 [cs.SE] 用于此版本）
	https://doi.org/10.48550/arXiv.2511.01047 由 DataCite 颁发的 arXiv DOI

提交历史

来自：Yu Shi [查看邮件]
[v1] 2025年11月2日星期日 18:45:34 UTC（367 KB）
[v2] 2025年11月5日星期三 17:04:35 UTC（354 KB）
[v3] 2026年4月1日星期三 19:42:16 UTC（284 KB）
[v4] 2026年10月8日星期四 21:42:13 UTC（287 KB）