Can GPT-O1 Kill All Bugs?

ChatGPT已经被证明在自动程序修复(APR)方面非常有效。随着ChatGPT版本的不断迭代和升级，它的修复性能已经达到了最先进的水平。然而，很少有研究比较不同版本的ChatGPT在APR方面的有效性和变化。在这项工作中，我们评估了最新版本的ChatGPT(O1-preview和O1-mini)、ChatGPT-4o和历史版本的ChatGPT在APR方面的表现。我们从多个角度(修复成功率、修复成本、行为模式)研究了O1模型在APR方面相对于传统ChatGPT的改进，并发现O1的修复能力超过了传统的ChatGPT，成功修复了基准测试中的所有40个漏洞。我们的工作可以作为进一步深入探索ChatGPT在APR应用的参考。

评估不同版本的ChatGPT在自动程序修复中的性能差异

对比最新版本的ChatGPT（O1-preview和O1-mini）、ChatGPT-4o和历史版本的ChatGPT在自动程序修复方面的性能，发现O1模型的修复能力优于传统的ChatGPT

论文从多个角度（修复成功率、修复成本、行为模式）评估了ChatGPT的不同版本在自动程序修复中的性能差异，发现O1模型的修复能力优于传统的ChatGPT，成功修复了基准测试中的所有40个漏洞

最近的相关研究包括：《DeepRepair: A Deep Learning-Based Fault Localization and Repair Framework for C Programs》、《A Survey of Machine Learning Techniques Applied to Software Defect Prediction》等