https://arxiv.org/pdf/2402.16906

这篇文章是在通义实验室的codebase里找到的，感觉是我比较关心的LLM相关的研究，主要想看下现在对代码测试的自动化程度，以及使用的方法以及一些观点视角，看了给定的实例是类似力扣上的那种代码，就是一些基本的列表中的值或者字符串的检测哪种，主要是它研究的是运行时的报错信息（我遇到的经常只是参照，跟实际的值有一点偏移，无论是行数上的还是具体的变量的数值上的），突出block-level的测试，这里对block有他自己的定义，指令前后怎么执行，这块我对instruction的理解还不是很到位，总的感觉是类似interpreter把每个执行语句的实际意义都顺序列出来了，包括循环的部分，对于无论block-level还是line-level都有阈值限定，超出5或25，就采样前后的上下文xx条信息以满足阈值就行，并以此加入调试信息，这里具体指什么我也没明白，应该就是一些类似断点和打印的信息，还有什么程序执行的多个数据流图，都是他们的研究范围，主要就是通过采样来提升效率，通过分块或者分行来缩小要检查的最小单元，保证每个block正确，如果错误需要加入什么条件，因为我调试每次给同学看，他们都说我断点打得太多，那还是说明我加入的调试信息太多，而这篇文章就比较有针对性地选择，关键还是在于单元测试这类关于问题规模的限制；

还有一个我容易忽略的部分：对任务的描述，或者什么代码意图，这块是它要对齐的目标，但是写的时候可能这块不是那么容易明确的；

还有一个重复命名的问题，原则是如果你不用就别定义，如果已经有了，就不多定义，需要对已有的变量？中间值？有一个细致的理解；