一种基于大模型反馈优化的缺陷修复方法

本发明公开了一种基于大模型反馈优化的缺陷修复方法，解决了现有方法无法捕捉代码的结构信息和缺乏语义理解能力的问题。在训练阶段，指导性代码检索器首先利用语法树捕捉查询和示例中的结构信息。然后，本发明借助大模型固有的能力来判断哪些示例对每个查询更有帮助，从而获得用于训练检索器的正负样本。最后，本发明通过最小化检索器相似度与大型模型提供的序列反馈之间的定制化树结构损失函数，迭代训练检索器。在测试阶段，本发明使用训练好的检索器来检索有价值的示例。这些示例随后被用来构建提示词，以提升大模型在缺陷修复任务上的表现。