摘要
编译器错误修复极具挑战，需深厚领域知识及专用工具。本文提出 llvm-autofix，首个专为协助 LLM 代理理解和修复编译器错误设计的代理框架，聚焦 LLVM 基础设施。该工作包含代理友好的 LLVM 工具、可复现的基准测试 llvm-bench 以及专用的最小化代理 llvm-autofix-mini。评估显示，前沿模型在处理编译器错误时性能下降 60%，而本文提出的最小代理优于最先进方法约 22%。研究表明，专用框架对于弥合 LLM 与编译器工程之间的差距至关重要，为提升复杂系统中的 LLM 能力奠定了基础。
AI 推荐理由
论文核心在于构建专用工具集（harness）和最小化 Agent，以增强 LLM 在编译器修复领域的特定技能与工具使用能力。
研究机构
南方科技大学计算机科学与技术学院
论文信息