XRepair - Unifying Retrieval, Repair, and Evaluation for Explainable LLM-Based Vulnerability Fixes
Notice bibliographique
Résumé
This paper presents XRepair, a web-based tool for automated and explainable software vulnerability repair. XRepair integrates retrieval, generation, and evaluation into a single interactive framework. It augments large language models (LLMs) with knowledge retrieved from CWE/CVE datasets through both embedding-based and graph-based strategies. XRepair enables repairs that are contextualized with vulnerability metadata and related examples. The tool provides end-to-end functionalities, including users inputting a CWE/CVE identifier and vulnerable code snippet, configuring the retrieval strategy and LLM, and receiving repair recommendations. Unlike patch-only systems, the recommendations consist of an issue description, explicit repair guidance, and concrete code diffs. To assess repair quality, XRepair incorporates an LLM-as-a-Judge evaluation framework that scores outputs across five criteria, namely relevance, completeness, correctness, identification of vulnerable code, and guidance. This design supports reproducible comparison of retrieval strategies and produces transparent recommendations. Built using both the strategy and factory design patterns, XRepair allows new retrieval algorithms and data sources to be added. The tool and documentation are publicly available with a tool for comparative evaluation and practical application of explainable vulnerability repairs. The demo for XRepair can be accessed at https://youtu.be/5IcGzNJXAY.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».