软件工程领域顶级会议ESEC/FSE’21近日公布论文录用名单，程序设计语言研究室两篇论文被该会议录用。

差异化调试是基本的自动化调试手段之一，其效率和效果是长期制约差异化调试应用范围的首要因素。二者的提升也非常困难：虽然涉及差异化调试的论文已达数千篇，约20年前提出的ddmin算法仍然是几乎所有现代差异化调试算法的核心。本研究室论文《Probabilistic Delta Debugging》对差异化调试问题进行概率建模，并提出了根据测试结果更新概率模型和根据概率模型最优化采样的方法，形成全新的概率差异化调试方法ProbDD。实验表明，ProbDD无论是效率还是效果相对ddmin都有约2倍的提升。由于ddmin是几乎所有现代差异化调试算法的核心，通过将ddmin替换成ProbDD，该研究结果有望全面提升现代差异化调试的效率和效果。

程序自动修复技术有望显著提高软件生产率，其核心难点是如果以较高正确率修复更多数量的缺陷。近年来，研究人员开始探索如何利用深度学习自动修复缺陷，但由于程序缺陷的复杂性，目前为止深度学习技术都没有超过传统方法。本研究室论文《A Syntax-Guided Edit Decoder for Neural Program Repair》在本研究室之前成果玲珑框架的基础上，提出了全新的结合修复操作和程序语法的修复空间表示方法，并针对这一新的空间表示设计了Provider/Decider的新神经网络体系结构Recoder。实验表明，Recoder是首个超越了传统修复方法的深度学习，在Defects4J 1.2上超越传统方法26.2%，在Defects4J 2.0的新增补丁上超越传统方法137.5%。该研究结果进一步保持了本研究室在程序缺陷修复上的领先优势，同时也展示了深度学习方法在程序修复上的前景。

两篇论文都收获审稿人好评，《Probabilistic Delta Debugging》被全部三名审稿人给出“Strong Acceptance”的推荐分数，《A Syntax-Guided Edit Decoder for Neural Program Repair》被审稿人提名为最佳论文候选。熊英飞副教授为两篇论文的通讯作者，本科生沈若冰和博士生王冠成是第一篇论文的共同第一作者，博士生朱琪豪是第二篇论文的第一作者，其他作者还包括北京大学张路教授，团队博士毕业生、天津大学陈俊洁副教授，博士生孙泽宇、张文杰，本科生肖元安，访问学生袁康等。