BLAZE: Cross-Language and Cross-Project Bug Localization via Dynamic Chunking and Hard Example Learning

软件缺陷需要开发人员付出大量的努力来识别和解决，通常消耗他们三分之一的时间。缺陷定位是指确定需要修改的确切源代码文件的过程，对于减少这种努力非常重要。现有的缺陷定位工具通常依赖于深度学习技术，但在跨项目适用性和多语言环境下的有效性方面存在限制。最近，大型语言模型（LLMs）的进展为缺陷定位提供了详细的表示。然而，它们在有限的上下文窗口和映射精度方面遇到了挑战。为了解决这些问题，我们提出了BLAZE，一种采用动态分块和困难示例学习的方法。首先，BLAZE动态分割源代码以最小化连续性损失。然后，BLAZE使用具有挑战性的缺陷案例对基于GPT的模型进行微调，以增强跨项目和跨语言的缺陷定位能力。为了支持BLAZE的能力，我们创建了BEETLEBOX数据集，其中包括来自5种不同编程语言（Java、C++、Python、Go和JavaScript）的29个大型和繁荣的开源项目中的26,321个缺陷。我们对BLAZE在三个基准数据集BEETLEBOX、SWE-Bench和Ye等人的评估表明，与六种最先进的基线相比，有了显著的改进。具体而言，BLAZE在Top 1准确率、平均精度（MAP）和平均倒数排名（MRR）方面分别实现了高达120%、144%和100%的增长。广泛的消融研究证实了我们管道组件对整体性能提升的贡献。

BLAZE论文试图解决的问题是软件开发中的bug定位问题，尤其是在跨项目和多语言环境下的定位问题。

BLAZE采用动态分块和难例学习的方法，通过动态分块减少连续性损失，通过使用具有挑战性的bug案例对GPT模型进行微调，从而提高跨项目和跨语言的bug定位能力。

BEETLEBOX数据集包含了来自29个大型开源项目的26,321个bug，覆盖了Java、C++、Python、Go和JavaScript等5种不同的编程语言。BLAZE在BEETLEBOX、SWE-Bench和Ye等人的三个基准数据集上进行了评估，并与六种最先进的基线进行了比较，取得了显著的改进。实验结果表明，BLAZE在Top 1准确率、平均精度（MAP）和平均倒数排名（MRR）等指标上均取得了100%以上的提高。

最近在这个领域中，还有一些相关研究，如DeepTune、DeepBugs、和R2Fix等。