論文の概要: CXXCrafter: An LLM-Based Agent for Automated C/C++ Open Source Software Building

• arxiv url: http://arxiv.org/abs/2505.21069v1
• Date: Tue, 27 May 2025 11:54:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-04 22:22:57.911563
• Title: CXXCrafter: An LLM-Based Agent for Automated C/C++ Open Source Software Building
• Title（参考訳）: CXXCrafter: C/C++のオープンソースソフトウェア構築を自動化するLLMベースのエージェント
• Authors: Zhengmin Yu, Yuan Zhang, Ming Wen, Yinan Nie, Wenhui Zhang, Min Yang,
• Abstract要約: C/C++プロジェクトは、ダウンストリームアプリケーションの進行を妨げるため、実際は難しいことがしばしば証明される。 CXXCrafterと呼ばれる自動ビルドシステムを開発し、依存関係の解決などの課題に対処します。 オープンソースソフトウェアに対する我々の評価は、CXXCrafterがプロジェクト構築において78%の成功率を達成したことを示している。
• 参考スコア（独自算出の注目度）: 14.687126587793028
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Project building is pivotal to support various program analysis tasks, such as generating intermediate rep- resentation code for static analysis and preparing binary code for vulnerability reproduction. However, automating the building process for C/C++ projects is a highly complex endeavor, involving tremendous technical challenges, such as intricate dependency management, diverse build systems, varied toolchains, and multifaceted error handling mechanisms. Consequently, building C/C++ projects often proves to be difficult in practice, hindering the progress of downstream applications. Unfortunately, research on facilitating the building of C/C++ projects remains to be inadequate. The emergence of Large Language Models (LLMs) offers promising solutions to automated software building. Trained on extensive corpora, LLMs can help unify diverse build systems through their comprehension capabilities and address complex errors by leveraging tacit knowledge storage. Moreover, LLM-based agents can be systematically designed to dynamically interact with the environment, effectively managing dynamic building issues. Motivated by these opportunities, we first conduct an empirical study to systematically analyze the current challenges in the C/C++ project building process. Particularly, we observe that most popular C/C++ projects encounter an average of five errors when relying solely on the default build systems. Based on our study, we develop an automated build system called CXXCrafter to specifically address the above-mentioned challenges, such as dependency resolution. Our evaluation on open-source software demonstrates that CXXCrafter achieves a success rate of 78% in project building. Specifically, among the Top100 dataset, 72 projects are built successfully by both CXXCrafter and manual efforts, 3 by CXXCrafter only, and 14 manually only. ...
• Abstract（参考訳）: プロジェクトの構築は、静的解析のための中間的なre-resentationコードの生成や脆弱性の再現のためのバイナリコードの作成など、さまざまなプログラム分析タスクをサポートするために重要である。 しかし、C/C++プロジェクトのビルドプロセスを自動化することは非常に複雑な取り組みであり、複雑な依存性管理、多様なビルドシステム、さまざまなツールチェーン、多面的なエラー処理機構など、非常に技術的な課題が伴う。 そのため、C/C++プロジェクトの構築は、ダウンストリームアプリケーションの進行を妨げるために、実際は難しいことがしばしば証明される。 残念ながら、C/C++プロジェクトの構築を容易にする研究は不十分である。 大規模言語モデル(LLM)の出現は、自動化されたソフトウェア構築に対する有望なソリューションを提供する。 広範なコーパスに基づいてトレーニングされたLLMは、その理解能力を通じて多様なビルドシステムを統一し、暗黙の知識ストレージを活用することで複雑なエラーに対処するのに役立つ。 さらに、LLMベースのエージェントは、動的に環境と相互作用するように体系的に設計でき、動的建築問題を効果的に管理できる。 これらの機会に触発されて、私たちはまず、C/C++プロジェクト構築プロセスにおける現在の課題を体系的に分析する実証的研究を行います。 特に、一般的なC/C++プロジェクトでは、デフォルトのビルドシステムのみに依存する場合、平均5つのエラーが発生します。 本研究では,CXXCrafterという自動ビルドシステムを開発し,依存関係の解決など,上記の課題に対処する。 オープンソースソフトウェアに対する我々の評価は、CXXCrafterがプロジェクト構築において78%の成功率を達成したことを示している。 具体的には、Top100データセットの中で、72のプロジェクトはCXXCrafterと手作業の両方でうまく構築されており、3はCXXCrafterのみ、14は手動で構築されている。 はぁ...。

関連論文リスト

• LLM-Generated Microservice Implementations from RESTful API Definitions [3.740584607001637]
  本稿では,Large Language Models (LLMs) を用いて,APIファーストのソフトウェア開発を自動化するシステムを提案する。 システムはOpenAPI仕様を生成し、そこからサーバコードを生成し、実行ログとエラーメッセージを分析するフィードバックループを通じてコードを精査する。 このシステムは、ソフトウェア開発サイクルをスピードアップする上で、ソフトウェア開発者、アーキテクト、組織に利益をもたらす可能性がある。
  論文  参考訳（メタデータ） (2025-02-13T20:50:33Z)
• Build Optimization: A Systematic Literature Review [0.0]
  継続的インテグレーション(CI)は、ソフトウェアシステムの継続的コンパイル、テスト、パッケージングを含む自動ビルドプロセスで構成される。 本研究は,2006年から2024年にかけて発行されたビルド最適化に関する97つの研究の体系的なレビューを行う。 特定されたビルド最適化の研究は、(1)長いビルド期間、(2)ビルドの失敗の2つの主な課題に焦点を当てている。
  論文  参考訳（メタデータ） (2025-01-21T07:32:06Z)
• Detecting Continuous Integration Skip : A Reinforcement Learning-based Approach [0.4297070083645049]
  継続的統合(CI)プラクティスは、自動ビルドとテストプロセスを採用することで、コード変更のシームレスな統合を促進する。 Travis CIやGitHub Actionsといった一部のフレームワークは、CIプロセスの簡素化と強化に大きく貢献している。 開発者はCI実行に適したコミットやスキップの候補としてコミットを正確にフラグ付けすることの難しさに悩まされ続けている。
  論文  参考訳（メタデータ） (2024-05-15T18:48:57Z)
• AutoCodeRover: Autonomous Program Improvement [8.66280420062806]
  プログラムの改善を自律的に達成するために、GitHubの問題を解決する自動化アプローチを提案する。 AutoCodeRoverと呼ばれるアプローチでは、LLMは洗練されたコード検索機能と組み合わせられ、最終的にプログラムの変更やパッチにつながります。 SWE-bench-lite(300の現実のGitHubイシュー)の実験では、GitHubの問題を解決する効果が向上している(SWE-bench-liteでは19%)。
  論文  参考訳（メタデータ） (2024-04-08T11:55:09Z)
• Prompting Large Language Models to Tackle the Full Software Development Lifecycle: A Case Study [72.24266814625685]
  DevEvalでソフトウェア開発ライフサイクル全体にわたって、大きな言語モデル(LLM)のパフォーマンスを調査します。 DevEvalは4つのプログラミング言語、複数のドメイン、高品質なデータ収集、各タスクに対して慎重に設計および検証されたメトリクスを備えている。 GPT-4を含む現在のLLMは、DevEvalで提示される課題を解決できないことが実証研究によって示されている。
  論文  参考訳（メタデータ） (2024-03-13T15:13:44Z)
• ChatDev: Communicative Agents for Software Development [84.90400377131962]
  ChatDevはチャットを利用したソフトウェア開発フレームワークで、特別なエージェントがコミュニケーション方法についてガイドされる。 これらのエージェントは、統一された言語ベースのコミュニケーションを通じて、設計、コーディング、テストフェーズに積極的に貢献する。
  論文  参考訳（メタデータ） (2023-07-16T02:11:34Z)
• Towards Human-Bot Collaborative Software Architecting with ChatGPT [7.50312929275194]
  大規模言語モデルでトレーニングされたソフトウェア開発ボット(DevBots)は、アーキテクトの知識を人工的なインテリジェントな意思決定サポートと相乗的に支援するのに役立つ。 ChatGPTは、主にソフトウェア工学に導入されていない破壊的な技術である。 サービス駆動型ソフトウェアアプリケーションのアーキテクチャ分析、合成、評価のために、初心者のソフトウェアアーキテクトとChatGPTのコラボレーションを含むケーススタディを詳述する。
  論文  参考訳（メタデータ） (2023-02-26T16:32:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。