EffiHolmes：差异分析引导的存储库级别时间效率低下修复本地化

大型软件系统经常会遇到时间效率低下的问题，尽管功能正确，但会导致执行时间过长。定位它们的修复位置很困难，因为与功能错误不同，它们既不产生测试失败，也不产生堆栈跟踪线索，这使得传统和最近基于 LLM 的故障定位方法不适合。运行时分析提供了替代证据，但在存储库级别设置中面临三个挑战：单次运行分析无法可靠地区分低效热点和执行噪声；现有的分析器很难从广泛的后台执行中提取相关的执行路径；观察到的热点和实际修复位置之间仍然存在语义差距。我们提出了 EffiHolmes，一个基于 LLM 的框架，用于存储库级别的时间效率低下修复本地化。 EffiHolmes 使用默认和扩展工作负载下的差异分析来识别低效热点，提取将这些热点连接到报告的低效函数的紧凑执行路径，并采用域引导的 LLM 推理来定位底层低效逻辑。我们还推出了 RepoEffi-Bench，这是第一个存储库级别低效率本地化的基准测试，包含从流行的 Python 存储库收集的 140 个高质量问题。实验表明，EffiHolmes 始终优于最先进的基于检索、代理和分析的基线，使用 GPT-5.1 将文件级 Acc@3 提高 4.29 个百分点，使用 qwen3-4b 将功能级 Acc@5 提高 15.00 个百分点。它还在各个模型的能力上保持稳健。