Neues LPR-Framework verbessert Programmier-Coaching mit iterativem Retrieval

In einer kürzlich veröffentlichten Studie auf arXiv (2601.08545v1) wird ein innovatives Konzept namens Learner‑Tailored Program Repair (LPR) vorgestellt, das die Art und Weise, wie Lernende beim Programmieren unterstützt werden, neu definiert. Während bisherige Ansätze sich primär auf die Behebung von Fehlern konzentrierten, liefert LPR zusätzlich die Ursachenanalyse, sodass Lernende nicht nur korrigiert, sondern auch verstehen, warum ein Fehler aufgetreten ist.

Das Kernstück des Ansatzes ist der Framework-Name LTSG (Learner‑Tailored Solution Generator). In der ersten Phase baut LTSG eine Datenbank aus bereits gelösten Programmierproblemen auf und nutzt ein edit‑basiertes Retrieval, um passende Lösungen für neue Fehler zu finden. Diese Retrieval‑Ergebnisse dienen als Leitfaden für große Sprachmodelle (LLMs), die anschließend den fehlerhaften Code analysieren und reparieren.

In der zweiten Phase führt LTSG ein lösungsorientiertes Reparaturverfahren ein, das nicht nur den Code korrigiert, sondern auch erklärende Kommentare liefert. Ein besonderes Merkmal ist die Iterative Retrieval Enhancement‑Methode: Nach jeder Reparatur wird das Ergebnis bewertet, und die Rückgriffrichtung wird angepasst, um zukünftig noch bessere Lösungsvorschläge zu generieren. Dieser iterative Prozess optimiert die Auswahl der Reparaturstrategien und steigert die Effektivität des Coaching‑Systems.

Experimentelle Tests zeigen, dass LTSG die Leistung gegenüber mehreren etablierten Baselines deutlich übertrifft. Die Ergebnisse unterstreichen die Wirksamkeit des neuen Frameworks für die LPR‑Aufgabe und deuten darauf hin, dass Lernende künftig nicht nur schneller korrigiert, sondern auch ein tieferes Verständnis für Programmierfehler erlangen werden.