内容简介:
本报告首先分析当前基于大模型的程序修复工作,指出这些工作的缺陷,并提出提升这些工作的视角。在此基础上,介绍报告人提出的新型基于大模型的程序自动修复工具SRepair,并通过实验验证其有效性。本报告还将介绍报告人提出的开源反编译大模型LLM4Decompile及其实验效果。最后,本报告将介绍对于以上领域以及面向大模型产学结合的思考。
演讲提纲:
1、分析当前基于大模型的程序修复技术
2、提出提升该技术的视角
3、介绍SRepair及其实验效果
4、介绍LLM4Decompile及其实验效果
5、介绍对以上领域及面向大模型产学结合的思考
听众受益:
1、可以了解大模型在程序修复和反编译领域的最新进展
2、可以受到如何推进大模型产学结合的启发
现任南方科技大学计算机科学与工程系助理教授。研究领域包括面向大模型的软件工程、模糊测试、污点分析等。他迄今为止共发表论文50余篇,包括TSE, TOSEM, ICSE, FSE等国际著名期刊会议论文20余篇,并在ISSTA'19上获得ACM SIGSOFT杰出论文奖。研究成果在国内头部软件互联网企业落地,产生产业价值。