요약

대규모 언어 모델(LLM)에게 코드 수정 작업을 요청할 때, 단순히 작은 버그를 고치는 것만으로도 전체 함수를 재작성하는 '과도한 편집(over-editing)' 경향이 관찰됩니다. 이 기사는 이러한 과도한 편집을 정량적으로 측정하고, 모델이 최소한의 패치만을 생성하도록 효과적으로 훈련시키는 방법을 탐구합니다.

핵심 포인트

• LLM은 사소한 버그 수정 요청에도 불구하고 전체 함수를 재작성하는 경향(과도한 편집)을 보인다.
• 본 연구는 이러한 과도한 편집의 정도를 측정하고 정량화하는 방법을 제시한다.
• 모델이 최소한의 변경만으로 코드를 패치하도록 훈련시키는 새로운 접근 방식을 탐구한다.