arXiv · cs.AI· Veljko Skarich·· 12 天前AI 评分43
Poison Valleys：诊断 LLM 代码修复中的路径依赖式失败
Poison Valleys: Diagnosing Path-Dependent Failure in LLM Code Repair
来源与原文
arXiv · cs.AI
作者：Veljko Skarich
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.21514v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
Poison Valleys 方法在两个合成 Python 案例的 1,844 次模型请求中，追踪代码修复智能体失败时上游错误机制与失败形式的关联。研究发现，将错误机制从假设阶段移到实现计划阶段，使 PersistQueue 失败率增加 32.2%，Dijkstra 增加 28.9%。不同错误机制产生了不同的、依赖模型的义务违反模式。
来源：arXiv · cs.AI · arxiv.org