GraphLocator: 基于因果推理的软件问题定位

Research Paper#Software Engineering, AI, Graph Neural Networks, Causal Reasoning🔬 Research|分析: 2026年1月3日 20:01
发布: 2025年12月27日 05:02
1分で読める
ArXiv

分析

本文介绍了GraphLocator,这是一种在软件工程中进行问题定位的新方法。它通过利用因果推理和图结构来解决症状到原因和一对多不匹配的挑战。因果问题图(CIG)的使用是一项关键创新,它允许动态问题分解和提高定位精度。实验结果表明,与现有基线相比,GraphLocator取得了显著的改进,突出了所提出的方法在召回率和精确度方面的有效性,尤其是在症状到原因和一对多不匹配的场景中。本文的贡献在于其图引导的因果推理框架,该框架为问题定位提供了一种更细致和准确的方法。
引用 / 来源
查看原文
"GraphLocator achieves more accurate localization with average improvements of +19.49% in function-level recall and +11.89% in precision."
A
ArXiv2025年12月27日 05:02
* 根据版权法第32条进行合法引用。