热点事件持续更新

研究：LLM无代码修复多数未真正解决bug

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

一项研究提出基于浏览器执行的自动化流水线，用于评估大语言模型生成无代码修复的能力，并测试了12种配置生成的322个修复。结果显示，不同执行器下仅14.6%至49.7%的修复真正解决了bug；作者称最强配置Claude Opus 4.6在Claude Sonnet 5执行下最高解决74.1%。

AI 根据报道生成 · 1 小时前更新

最新进展10月9日 12:00

沿着报道，了解事件的不同侧面。

10月9日

12:00
arXiv cs.SE
研究：LLM 生成的无代码修复能否真正解决 bug？基于浏览器执行的自动化验证
一项研究提出基于执行的自动化流水线，在真实浏览器环境中评估 LLM 生成无代码修复的能力，测试了 12 种配置生成的 322 个修复。结果显示，不同执行器下仅 14.6% 至 49.7% 的修复解决了 bug，最强配置 Claude Opus 4.6 在 Claude Sonnet 5 执行下最高解决 74.1%。

还没有足够的连续观测数据，暂不绘制趋势。