CodeTriage：LLM代码修复的高效搜索策略
热点事件持续更新
CodeTriage：LLM代码修复的高效搜索策略
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年10月15日，arXiv Artificial Intelligence 刊出 Elad Sharony 等作者的论文，提出 CodeTriage 搜索策略并发布相关数据集。据该报道，CodeTriage 是一种学习型策略，在候选编辑对应的修订程序被生成与测试之前，先对候选编辑进行排序；其 0.6B 参数模型读取测试输出、失败诊断和候选编辑，预测通过该编辑完成修复所需的步数分布。报道同时提到作者发布了包含 1220 万程序版本的语料。目前该事件仅有这一篇报道，尚无后续跟进报道，也未出现与早先报道在数字、时间或说法上的矛盾。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
CodeTriage：用 0.6B 模型预测修复步数，让 LLM 代码修复搜索更高效报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv Artificial IntelligenceCodeTriage：用 0.6B 模型预测修复步数，让 LLM 代码修复搜索更高效
CodeTriage 是一个在代码生成与测试之前对候选编辑排序的学习型策略，其 0.6B 参数模型读取测试输出、失败诊断和候选编辑，预测通过该编辑完成修复所需的步数分布。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。