#Defects4J

想给项目挑代码修复模型的话，这篇用 QI 指标把安全性、维护性和成本都算进去了，还发现 MoE 用更少激活参数打平稠密模型。

想搞LLM自动修bug的可以看看，CausalRepair用双切片把上下文搞干净了，修复数比ReinFix多，成本还低。

这篇论文用10个真实bug和5个流行LLM测试了它们能否直接从业务需求写测试断言，发现效果还行但差异大。如果你想了解LLM在自动化测试中的实际能力，这篇值得看看。