文章主要内容与创新点总结一、主要内容该研究聚焦大语言模型（LLMs）时代软件工程（SE）研究的实证性与可持续性问题，通过分析2023-2025年国际软件工程大会（ICSE）技术研究轨道发表的177篇相关实证论文，围绕四大核心研究问题展开系统探究：模型与基准测试（RQ1）：开源模型（如DeepSeek、CodeT5）在研究中使用占比（76.8%）高于闭源模型（59.9%），但闭源模型（尤其是OpenAI的GPT系列）使用呈逐年上升趋势；GPT-4、GPT-3.5、CodeBERT等是最常用的五大模型家族；Java和Python是主要目标编程语言，但跨多种编程语言评估的研究占比不足30%，且与非LLM方法对比的研究比例逐年下降（2023年84.4%至2025年56.7%）。数据污染（RQ2）：仅32.8%的论文将数据污染列为结果有效性威胁，仅3篇论文专门解决该问题；虽2023-2025年提及污染问题的论文比例从18.8%升至42.2%，但仍不足半数；现有缓解策略包括时间过滤、基准测试设计（混淆/扰动）、数据清洗与去重、跨数据集评估及推理型防护等。可复现性（RQ3）：仅50.3%的论文报告模型推理配置，且报告不统一；LLM相关研究的“人工制品可用”“可复用”“功能正常”徽章获取率（分别为18.6%、11.9%、7.3%）显著低于ICSE其他论文（41.4%、29.1%、13.6%），部分论文提供的人工制品链接已失效。可持续性（RQ4）：50.