信息来源：中国人民大学信息学院 发布日期：2026年6月30日

在小说阅读器读本章去阅读在小说阅读器中沉浸阅读近日，信息学院网络空间安全研究室游伟副教授团队论文《RICE: Harnessing LLMs and Historical Issues to Discover Internal Rust Compiler Errors》被软件测试与软件工程领域国际顶级学术会议 ACM SIGSOFT International Symposium on Software Testing and Analysis（ISSTA 2026）录用。该论文第一作者为卢朗毅，指导教师为游伟副教授。该工作聚焦大语言模型驱动的软件测试技术，探索利用历史缺陷知识发现编译器深层逻辑错误，为人工智能赋能核心基础软件测试研究提供了新的思路。ISSTA（International Symposium on Software Testing and Analysis）创立于1990年，是软件测试、程序分析与软件质量保障领域最具影响力的国际学术会议之一，也是中国计算机学会（CCF）推荐的A类国际学术会议。

论文简介

题目：RICE: Harnessing LLMs and Historical Issues to Discover Internal Rust Compiler Errors

作者：卢朗毅，游伟，梁彬，黄建军

通讯作者：游伟

研究背景：编译器是软件开发基础设施的重要组成部分，其正确性直接影响软件系统的可靠性与安全性。然而，随着编译器规模不断扩大、语言特性持续演进，其内部逻辑也变得愈发复杂。编译器内部错误（Internal Compiler Error，ICE）是编译器开发过程中最严重的问题之一，通常意味着编译器在处理特定程序时发生异常崩溃。近年来，Rust语言凭借其内存安全特性在操作系统、云计算和安全关键场景中得到广泛应用，因此Rust编译器的质量保障受到学术界和工业界的高度关注。

现有编译器测试方法主要依赖随机程序生成、程序变异以及差分测试等技术。尽管这些方法能够发现部分缺陷，但往往难以深入探索编译器复杂组件中的潜在逻辑错误。与此同时，大语言模型在代码理解与生成方面展现出强大的能力，为软件测试研究带来了新的机遇。如何利用大语言模型从历史缺陷中学习有效知识，并将这些知识迁移到新的程序场景中发现未知缺陷，是当前人工智能与软件工程交叉领域的重要研究问题。

论文简介：论文提出了一种面向Rust编译器测试的新框架RICE（Rust Internal Compiler Error Discovery via Historical Issues）。该方法首先从Rust官方缺陷库中收集历史编译器崩溃报告，并利用大语言模型对触发缺陷的程序进行自动化简与分析，从中提取导致编译器错误的关键缺陷模式。随后，RICE进一步结合Rust官方测试集中的大量程序上下文，利用大语言模型将这些缺陷模式迁移并适配到新的代码场景中，自动生成具有语义合理性的测试程序，从而探索历史缺陷模式在不同语言特性和程序结构中的潜在变体。

与现有方法主要依赖随机生成或局部变异不同，RICE能够显式挖掘历史缺陷背后的脆弱逻辑，并通过缺陷模式迁移实现针对性的压力测试。该工作探索了一种新的大语言模型辅助软件测试范式：让模型不仅用于生成代码，更用于从历史缺陷中学习可迁移的缺陷知识，并利用这些知识指导测试用例生成，从而发现深层逻辑错误。

实验结果表明，该方法能够有效提升编译器测试的深度与质量。研究期间，RICE累计生成超过25万个测试程序，触发超过100次编译器内部错误实例，并最终发现37个确认缺陷，其中包括15个此前未知的零日漏洞（0-day Bugs）。截至目前，已有多个缺陷被Rust官方开发团队确认并修复。实验结果进一步表明，RICE在深层缺陷发现能力和代码覆盖率方面均优于多种代表性的Rust编译器测试方法。

卢朗毅，中国人民大学信息学院2024级信息安全专业硕士研究生，主要研究方向为软件漏洞挖掘。

游伟，中国人民大学信息学院计算机系副教授，国家级青年人才项目入选者。长期从事软件漏洞的自动化挖掘和二进制程序的动态/静态分析，在常见应用程序中挖掘出近百个安全漏洞，曝光了数百个恶意应用的隐蔽可疑行为。在信息安全和软件工程领域国际顶级学术会议/期刊论文上发表论文二十余篇，获得最佳论文奖一次，最佳应用安全论文提名奖两次，荣获中国计算机学会“科学技术奖自然科学一等奖”。个人网页：https://www.youwei.site/。