Interleaving Large Language Models for Compiler Testing

论文《Interleaving Large Language Models for Compiler Testing》总结与翻译

一、文章主要内容总结

1. 研究背景与问题

编译器作为现代软件生态的核心组件，其可靠性至关重要，但现有测试方法存在显著缺陷：传统随机生成或变异测试工具（如Csmith）受限于预定义规则，易陷入“饱和点”；现有基于大语言模型（LLMs）的测试工具（如Fuzz4All、WhiteFox）则面临两大核心挑战——生成的测试程序质量低（存在语法/语义错误，无法检测编译错误类漏洞）、计算成本高（每轮测试需频繁调用LLMs，难以大规模部署）。

2. 核心方案：LegoFuzz框架

提出离线-在线两阶段解耦的编译器测试框架，平衡LLMs的创造性与传统方法的高效性：

• 离线阶段（代码数据库构建）：以真实开源项目（如Linux、Redis、Nginx）代码为模板，通过“真实代码对齐提示”引导LLMs生成小而功能丰富的代码片段（函数级），并通过多工具验证（ASan、UBSan、CompCert等）确保语法/语义有效性，最终构建含55.3万余个有效函数的数据库。
• 在线阶段（迭代程序合成）：复用离线数据库中的函数作为“积木”，通过两种机制构建函数间依赖（函数调用插入、全局变量