研究揭示 LLM 代码修复过度编辑问题：GPT-5.5 等模型高 Pass@1 伴随冗余改动
When Models Edit Too Much: On the Fidelity of Minimal Code Edits
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
研究构建了基于 400 个 BigCodeBench 问题的评测框架，通过注入 AST 级损坏为每个修复任务提供已知最小补丁，发现 GPT-5.5 等前沿 LLM 普遍存在过度编辑，高 Pass@1 常伴随不必要的大幅改动。
来源：Hugging Face Daily Papers · arxiv.org