arXiv cs.SE· Olivier Nourry, Yoshiki Higo·· 3 小时前AI 评分38
RELAY:用规则复用与智能体修复扩展历史构建还原
RELAY: Scaling Historical Build Restoration through Rule Reuse and Agentic Repair
AI 导读
研究者在 14,159 个 OSS-Fuzz 案例上考察环境漂移,发现 69.7% 已无法完成重建与验证,且多数失败共享少量重复出现的症状。作者提出 Relay 混合框架,用 LLM 从代表性失败中推导并验证确定性修复规则,复用规则时不再调用模型,规则无法解决的案例再交给逐案例智能体。
来源:arXiv cs.SE · arxiv.org