摘要
本发明公开了一种基于偏好学习的代码修复系统及方法。系统的代码修复增强模块基于代码数据集对大语言模型进行训练从而构建初始代码修复器;修复偏好数据生成模块将编程任务和错误代码通过初始代码修复器生成候选修复代码,进行偏好数据选择后构建偏好学习数据集;代码偏好学习模块通过偏好学习数据集对初始代码修复器进行训练从而获得最终代码修复器;代码修复生成模块通过最终代码修复器为待修复的代码数据生成修改范围小的修复代码。本发明能够根据开发场景下实际的需求,智能地生成精准修复、修改范围更小的修复代码,以快速定位和解决代码问题,有效减少代码不必要的改动,保持代码的一致性和可读性,减少人工调试的时间成本,提高开发效率。