DynaFix：実行レベルの動的情報を用いた反復型APR

この論文は、実行レベルの動的情報を活用してパッチ生成プロセスを反復的に洗練させる、自動プログラム修復（APR）の革新的なアプローチであるDynaFixを紹介しています。主な貢献は、変数状態、制御フローパス、および呼び出しスタックなどの実行時データを使用して、大規模言語モデル（LLM）をパッチ生成に導くことです。この反復的なフィードバックループは、人間のデバッグを模倣し、静的分析や粗粒度のフィードバックに依存する既存の方法と比較して、複雑なバグのより効果的な修復を可能にします。この論文の重要性は、特に複雑なソフトウェア欠陥を処理する際に、APRシステムのパフォーマンスと効率を向上させる可能性にあります。