BPD 断点调试法修复 LLM 代码断言失败
热点事件持续更新
BPD 断点调试法修复 LLM 代码断言失败
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026 年 11 月 9 日，arXiv 人工智能板块刊出 Muntasir Adnan 与 Carlos C. N. Kuhn 的研究，提出 Breakpoint Debugging（BPD）方法：把失败程序中变量的运行时值内联标注后返回给 LLM，用于修复 LLM 生成代码的断言失败。研究在迭代修复五次仍未解决的任务上评估该方法：BigCodeBench 中 BPD 修复 26.7%，重采样为 22.4%，且 BPD 的优势随模型规模增大；HumanEval 上 BPD 略优于重采样；LiveCodeBench 上重采样反而更高，为 6.5% 对 4.9%。报道未给出各基准的样本量、所用模型清单及五次迭代的具体设置，也未说明 BPD 在其他失败类型上的表现。
AI 根据报道生成 · 12 小时前更新
最新进展11月9日 13:00
执行轨迹修复 LLM 生成代码断言失败的能力边界研究报道时间线
沿着报道，了解事件的不同侧面。
11月9日
- arXiv Artificial Intelligence执行轨迹修复 LLM 生成代码断言失败的能力边界研究
研究提出 Breakpoint Debugging（BPD），将失败程序中变量的运行时值内联标注后返回给 LLM。在迭代修复五次仍未解决的任务上，BigCodeBench 中 BPD 修复 26.7%，重采样为 22.4%，且优势随模型规模增大；HumanEval 上 BPD 略优于重采样，LiveCodeBench 上重采样反而更高（6.5% 对 4.9%）。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1011月9日 14:00
- 近 24 小时变化
- –
02.557.510
14:0016:0018:0020:0022:0011月10日
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。