热点事件持续更新

LLM代码修复静默失败研究

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

Xiaobo Chen 发表了一项预注册研究，覆盖 CPython、SQLite 等 60 项已记录变更的 73 个任务，发现 LLM 修复的代码在 API 迁移后可正常运行却返回错误结果，基于典型输入的断言门禁放行了 0.410 的错误修复。据该研究，一条依据发布说明编写的边界输入将错误放行率降至 0.065，在 15 个未见集群上为 0.061；盲写的 GPT-5.6-luna 三条输入达到 0.070。边界输入在三个开源权重模型家族、三个菜单上均降低了错误发布率（如从 0.233 降至 0.057），且未降低正确完成率。研究未执行任何模型编写的代码，制品需向作者索取。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月6日

00:41
arXiv · cs.AI
LLM 代码修复在 API 迁移后"通过却出错"：arXiv 预注册研究揭示静默失败
一项预注册研究覆盖 CPython、SQLite 等 60 项已记录变更的 73 个任务，发现 LLM 修复的代码在 API 迁移后可正常运行却返回错误结果，基于典型输入的断言门禁放行了 0.410 的错误修复。一条依据发布说明编写的边界输入将错误放行率降至 0.065，在 15 个未见集群上为 0.061；盲写的 GPT-5.6-luna 三条输入达到 0.070。边界输入在三个开源权重模型家族、三个菜单上均降低了错误发布率（如从 0.233 降至 0.057），且未降低正确完成率。

本事件热度走势

可比范围当前: 6
可比范围峰值: 711月6日 14:00
近 24 小时变化: –

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。