כתבה
arXiv cs.LG ·
C2C: צמצום חיפוש תקלות בתוכנה
From Codebase to Culprit (C2C): Reducing the Search Space for Bugs with Semantic Retrieval and Hierarchical Reinforcement Learning
C2C מציג פרקטיקה לאתגרי תקלות בתוכנה, המצמצמת את החיפוש תוך שימוש בחיפוש סמנטי ובלמידה רפלקסיבית היררכית. הפרקטיקה, הקרויה C2C, משלבת חיפוש סמנטי ולמידה רפלקסיבית היררכית בשני שלבים. בשלב הראשון, היא מבצעת חיפוש סמנטי של מועמדים תקלתיים על ידי חיפוש תמונה-תמונה של קוד תקלתי על פי טקסט דיווחי תקלות, כולל מידע על רשימות-עקב, כנגד ספריית תמונות, שבה התמונות הן תמונות שהוטמעו על ידי למידה חוזרת נגדיים עם CodeBERT. בשלב השני, הפרקטיקה מקטינה את החיפוש תוך שימוש בלמידה רפלקסיבית היררכית, המסתכלת מקובצי קוד לפעולות ולשורות קוד. C2C מציגה פרקטיקה חדשה לאתגרי תקלות בתוכנה, המצמצמת את החיפוש תוך שימוש בחיפוש סמנטי ובלמידה רפלקסיבית היררכית.
תקציר מקורי באנגליתarXiv:2609.38402v1 Announce Type: cross Abstract: We introduce C2C (From Codebase to Culprit), a framework for precise bug localization that progressively reduces the debugging search space across multiple levels of granularity: files, functions, and lines of code. To mirror developer's natural top-down debugging workflows, C2C integrates semantic retrieval and Hierarchical Reinforcement Learning (HRL) in a two-stage process. First, it performs recall-oriented retrieval of buggy candidates via semantic vector similarity search using bug-report text, including available stack-trace information, against a database of embeddings, where the embeddings are fine-tuned via contrastive learning with CodeBERT. Building on this reduced search space, the HRL framework incrementally localizes bugs, re
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית