软件工程中基于 LLM 的问题解决：进展与前沿综述

问题解决是现实开发中一项复杂的软件工程（Software Engineering, SWE）任务，已成为人工智能面临的重大挑战。SWE-bench 等基准的建立揭示了该任务对大语言模型而言极其困难，从而显著加速了自主编码智能体的演进。本文对这一新兴领域进行了系统性综述。我们首先考察了数据构建流程，涵盖自动收集和合成方法。然后，我们对方法论进行了全面分析，从具有模块化组件的无训练框架到基于训练的技术，包括监督微调和强化学习。随后，我们讨论了对数据质量和智能体行为的关键分析及实际应用。最后，我们识别了关键挑战并概述了未来研究的有前景方向。我们维护了一个开源仓库 https://github.com/DeepSoftwareAnalytics/Awesome-Issue-Resolution，作为该领域的动态资源。