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

• Evaluating Large Language Models for Real-World Engineering Tasks [75.97299249823972]
  本稿では,実運用指向のエンジニアリングシナリオから得られた100以上の質問をキュレートしたデータベースを提案する。 このデータセットを用いて、4つの最先端の大規模言語モデル(LLM)を評価する。 以上の結果から,LLMは時間的および構造的推論において強みを示すが,抽象的推論や形式的モデリング,文脈に敏感な工学的論理にはかなり苦労することがわかった。
  論文  参考訳（メタデータ） (2025-05-12T14:05:23Z)
• 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)
• AutoPLC: Generating Vendor-Aware Structured Text for Programmable Logic Controllers [9.209415852653386]
  AutoPLCは、ベンダーが認識するSTコードを自動的に自然言語要求から生成できるフレームワークである。 Siemens TIA PortalとCODESYSプラットフォーム向けに実装されている。 AutoPLCは914タスクベンチマークで90%以上のコンパイル成功を実現しています。
  論文  参考訳（メタデータ） (2024-12-03T12:05:56Z)
• Specifications: The missing link to making the development of LLM systems an engineering discipline [65.10077876035417]
  我々は、構造化出力、プロセスの監督、テストタイム計算など、これまでの分野の進歩について論じる。 モジュール型かつ信頼性の高いLCMシステムの開発に向けた研究の今後の方向性について概説する。
  論文  参考訳（メタデータ） (2024-11-25T07:48:31Z)
• Designing and Implementing a Generator Framework for a SIMD Abstraction Library [53.84310825081338]
  SIMD抽象化ライブラリを生成するための新しいエンドツーエンドフレームワークであるTSLGenを提案する。 私たちのフレームワークは既存のライブラリに匹敵するもので、同じパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2024-07-26T13:25:38Z)
• 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)
• Dcc --help: Generating Context-Aware Compiler Error Explanations with Large Language Models [53.04357141450459]
  dcc --helpはCS1とCS2のコースにデプロイされ、2565人の学生が10週間で64,000回以上このツールを使っている。 LLMが生成した説明は、コンパイル時間の90%と実行時の75%で概念的に正確であるが、コードに解決策を提供しない命令を無視することが多かった。
  論文  参考訳（メタデータ） (2023-08-23T02:36:19Z)
• 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)
• CREATOR: Tool Creation for Disentangling Abstract and Concrete Reasoning of Large Language Models [74.22729793816451]
  大規模言語モデル(LLM)はツールの利用において大きな進歩を遂げているが、その能力はAPIの可用性によって制限されている。 我々は、LCMがドキュメンテーションとコード実現を使って独自のツールを作成できる新しいフレームワークCREATORを提案する。 我々は,MATH と TabMWP のベンチマークで CREATOR を評価する。
  論文  参考訳（メタデータ） (2023-05-23T17:51:52Z)
• 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)
• Technology Readiness Levels for Machine Learning Systems [107.56979560568232]
  機械学習システムの開発とデプロイは、現代のツールで簡単に実行できますが、プロセスは一般的に急ぎ、エンドツーエンドです。 私たちは、機械学習の開発と展開のための実証済みのシステムエンジニアリングアプローチを開発しました。 当社の「機械学習技術準備レベル」フレームワークは、堅牢で信頼性が高く、責任あるシステムを確保するための原則的なプロセスを定義します。
  論文  参考訳（メタデータ） (2021-01-11T15:54:48Z)

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。