预注册研究揭示LLM代码修复的静默失败
热点事件观察中
预注册研究揭示LLM代码修复的静默失败
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年11月6日，arXiv Artificial Intelligence 刊出一项由 Xiaobo Chen 等作者完成的预注册研究，考察 API 迁移后 LLM 代码修复的静默失败问题。研究设置 73 个任务，覆盖 CPython、SQLite 等 60 项有文档记录的变更，在真实运行时上执行 LLM 修复后的代码，并对照保留的契约进行检查。结果显示，仅用典型输入的全断言门禁放行了 0.410 的错误修复；加入一条依据发布说明编写的边界输入后，该比例降至 0.065，在 15 个未见集群上为 0.061。报道称，这表明仅靠典型输入测试可能让通过测试但结果错误的修复蒙混过关，而补充边界输入可显著降低此类静默失败被放行的比例。
AI 根据报道生成 · 2 天前更新
最新进展11月6日 13:00
研究：API 迁移后 LLM 代码修复通过测试却结果错误报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv Artificial Intelligence研究：API 迁移后 LLM 代码修复通过测试却结果错误
一项预注册研究用 73 个任务覆盖 CPython、SQLite 等 60 项有文档记录的变更，在真实运行时上执行 LLM 修复后的代码并对照保留的契约检查。仅用典型输入的全断言门禁放行了 0.410 的错误修复，加入一条依据发布说明编写的边界输入后降至 0.065，在 15 个未见集群上为 0.061。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 711月7日 03:00
- 近 24 小时变化
- -49%
02468
06:0012:0018:0011月8日06:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。