论文
ConFL：通过层次结构引导的 LLM 推理进行可解释的并发故障定位
ConFL: Explainable Concurrent Fault Localization via Hierarchy-Guided LLM Reasoning
摘要
由于信息不完整、误导性的程序实体提及以及复杂的跨线程交互，仅从错误报告中定位并发错误具有挑战性，导致现有的基于 LLM 的方法推理不稳定且可解释性有限。我们提出了 ConFL，一种可解释的并发故障定位框架，它通过结构化并发知识增强了 LLM 推理。 ConFL 从源代码构建并发知识库 (CKB)，并执行 LLM 引导的分层检索，以逐步缩小从组件到交互级并发上下文的搜索空间。交互级 DSL 显式编码共享资源上的跨线程交互，从而无需遍历深层调用链即可进行集中推理。对来自 8 个大型 Java 项目的真实并发错误进行的实验表明，ConFL 显着优于最先进的基于 IR 和基于 LLM 的基线，实现了 0.503 的 MRR 和 0.486 的 MAP，同时对嘈杂的错误报告、看不见的错误和不同的 LLM 主干保持鲁棒性。