研究揭示大模型代码修复过度编辑并提出评测框架

Tongyao Zhu、Wei Hern Lim、Min-Yen Kan 等人在 EMNLP 2026 主会论文中研究大模型修复代码时的过度编辑问题，并提出一个评测框架。该框架基于 400 道 BigCodeBench 题目，向参考解注入 AST 级受控损坏，使每个修复任务都有一个已知的最小补丁，用于衡量模型修复是否超出必要范围。 研究关注的是 LLM 代码修复的最小编辑保真度，即模型能否只做必要修改。报道未给出该框架下各模型的具体评测结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。