تشكل أخطاء التشغيل (Runtime Errors) أحد أكبر التحديات التي تواجه المطورين في عالم البرمجيات. وفي خطوة مثيرة نحو حل هذه المشكلة، أظهرت الأبحاث الأخيرة أن نماذج اللغات الضخمة (Large Language Models) يمكن أن تولد شفرات إصلاح لأخطاء التشغيل، ولكن تم تقييم هذه الحلول فقط في سياقات محدودة وغير مستقلة. في هذا الإطار، ظهرت تقنية جديدة تُعرف بـ HealBench، والتي تستخدم كمعيار لتقييم الشفاء من الأخطاء في 265 حالة من 18 مستودعاً واقعياً.
HealBench لا تقدم فقط بيانات مفيدة، بل توفر أيضاً إطاراً موحداً يسمح لوكلاء نماذج اللغات الضخمة بإصلاح الأخطاء مع مراعاة السياق المتصل بالملفات وحالة التشغيل الفعلية. بالإضافة إلى ذلك، تم تطوير HealGuard الذي يشترط كتابة شفرات الإصلاح بلغة HealCore، وهي مجموعة فرعية قابلة للتحليل من بايثون، إلى جانب استخدام أساليب تحليل ثابتة وديناميكية للتأكد من أن حالة الشفاء المحدثة لا تؤثر على العمليات المحمية من قبل المطورين.
أظهرت التجارب أن الإعداد الأفضل تمكن من استئناف التنفيذ في 38.11% من الحالات وفاز بالاختبارات المستهدفة في 28.68% من الحالات، مما يدل على إمكانية الشفاء من نسبة ملموسة من الأخطاء على مستوى المستودعات الحقيقية. ومع ذلك، فإن 17.4% من الحالات الناجحة كانت معرضة لمخاطر أمنية، حيث يمكن أن تصل الشفرات المحدثة إلى العمليات المحمية. في تجربة جرت على 684 حالة مضبوطة، تمكن HealGuard من كشف جميع الحالات غير الآمنة، لكن مع معدل إيجابات خاطئة بنسبة 68.42%.
إن هذه التطورات تمثل خطوة مثيرة نحو استخدام نماذج اللغات الكبيرة في السلامة البرمجية، ولكن تظل هناك تحديات تحتاج إلى معالجة لضمان أمان هذه الحلول.
ثورة في الشفاء من أخطاء التشغيل: تقنيات جديدة وقيود أمان فعّالة
تستعرض الدراسة الجديدة إمكانية الشفاء من أخطاء التشغيل في البرمجيات باستخدام نماذج اللغات الضخمة (LLMs)، وتقدم أدوات جديدة لتأمين هذا النوع من الشفرات. النتائج تشير إلى فعالية هذه التقنيات، ولكن مع تحديات تتعلق بالأمان.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
