软件学报

作者：秦意浩，王尚文，林博，陈立前，刘万伟，毛晓光

单位：秦意浩，国防科技大学 计算机学院, 湖南 长沙 41000511,王尚文，国防科技大学 计算机学院, 湖南 长沙 41000502,林博，国防科技大学 计算机学院, 湖南 长沙 41000503,陈立前，国防科技大学 计算机学院, 湖南 长沙 41000504,刘万伟，国防科技大学 计算机学院, 湖南 长沙 41000505,毛晓光，国防科技大学 计算机学院, 湖南 长沙 41000506

关键词：大语言模型;缺陷定位;节点重要性评估

基金：国家自然科学基金(62402506, 62474196); 国防科技大学研究基金(ZK24-05)

软件缺陷定位是软件工程领域的重要问题. 近年来, 基于大语言模型的缺陷定位方法在缺陷定位任务中展现出较好前景. 现有方法仅为大语言模型维护单一决策路径, 导致搜索范围有限, 缺陷定位效果不够理想. 针对此问题, 提出一种基于并行探索的大模型缺陷定位增强方法PRIME. 通过设计缺陷位置的并行探索机制提高大语言模型的搜索范围, 并结合节点重要性评估方法对大语言模型预测的多个候选缺陷位置进行排序, 形成优化后的缺陷定位结果. 通过与其他缺陷定位方法的对比分析以及全面的消融实验和参数影响分析, 验证所提方法可以有效增强大语言模型的缺陷定位性能. PRIME在Top-1指标上较现有方法的提升幅度超过18%, 其在MAP和MRR指标上的性能提升分别可达15%和25%.

来源：2026年第8期

《软件学报》期刊编辑部

查看软件学报杂志2026年第8期