计算机科学 > 软件工程
[提交于 2025年6月29日
]
标题: 关于使用二分法消除编译器错误的可行性
标题: On the Feasibility of Deduplicating Compiler Bugs with Bisection
摘要: 随机测试已被证明是编译器验证的有效技术。 然而,由于重复测试程序频繁出现并暴露相同的编译器错误,通过随机测试发现的错误的调试提出了重大挑战。 识别重复项的过程是一个实际的研究问题,称为错误去重。 先前的编译器错误去重方法主要依赖程序分析来提取与错误相关的特征以进行重复识别,这可能导致大量的计算开销和有限的通用性。 本文研究了采用二分法(一种在先前编译器错误去重研究中被忽视的标准调试过程)的可行性。 我们的研究表明,利用二分法定位导致失败的提交提供了一个有价值的去重标准,尽管需要补充技术以更准确地识别。 基于这些结果,我们引入了BugLens,这是一种新的去重方法,主要使用二分法,并通过识别触发错误的优化来减少假阴性。 在四个真实数据集上进行的实证评估表明, BugLens在识别相同数量的不同错误时,平均节省了26.98%和9.64%的人工努力,显著优于最先进的基于分析的方法Tamer和D3。 鉴于二分法的固有简单性和通用性,它为现实应用中的编译器错误去重提供了一个非常实用的解决方案。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.