論文の概要: Resolving Build Conflicts via Example-Based and Rule-Based Program Transformations

• arxiv url: http://arxiv.org/abs/2507.19432v1
• Date: Fri, 25 Jul 2025 17:02:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-28 16:16:49.043095
• Title: Resolving Build Conflicts via Example-Based and Rule-Based Program Transformations
• Title（参考訳）: 例ベースおよびルールベースのプログラム変換によるビルド競合の解決
• Authors: Sheikh Shadab Towqir, Fei He, Todd Mytkowicz, Na Meng,
• Abstract要約: 開発者が異なるソフトウェアブランチから変更を統合すると、マージの衝突が発生することが多い。 新たなコンフリクトリゾルバであるBUCOR(Build Conflict Resolver)を紹介する。 BUCORは、例ベースの変換(BUCOR-E)とルールベースの変換(BUCOR-R)の2つの補完戦略を採用している。
• 参考スコア（独自算出の注目度）: 5.687389493863368
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Merge conflicts often arise when developers integrate changes from different software branches. The conflicts can result from overlapping edits in programs (i.e., textual conflicts) or cause build and test errors (i.e., build and test conflicts). They degrade software quality and hinder programmer productivity. While several tools detect build conflicts, few offer meaningful support for resolving cases like those caused by method removal. To overcome limitations of existing tools, we introduce BUCOR (Build Conflict Resolver), a new conflict resolver. BUCOR first detects conflicts by comparing three versions related to a merging scenario: base b, left l, and right r. To resolve conflicts, it employs two complementary strategies: example-based transformation (BUCOR-E) and rule-based transformation (BUCOR-R). BUCOR-R applies predefined rules to handle common, well-understood conflicts. BUCOR-E mines branch versions (l and r) for exemplar edits applied to fix related build errors. From these examples, it infers and generalizes program transformation patterns to resolve more complex conflicts. We evaluated BUCOR on 88 real-world build conflicts spanning 21 distinct conflict types. BUCOR generated at least one solution for 65 cases and correctly resolved 43 conflicts. We observed that this hybrid approach--combining context-aware, example-based learning with structured, rule-based resolution--can effectively help resolve conflicts. Our research sheds light on future directions for more intelligent and automated merge tools.
• Abstract（参考訳）: 開発者が異なるソフトウェアブランチから変更を統合すると、マージの衝突が発生することが多い。 コンフリクトは、プログラム(テキストのコンフリクト)のオーバーラップや、ビルドとテストのエラー(すなわち、ビルドとテストのコンフリクト)を引き起こす。 ソフトウェアの品質を低下させ、プログラマの生産性を妨げます。 いくつかのツールはビルド競合を検出するが、メソッド削除によって引き起こされたケースの解決に意味のあるサポートを提供するものはほとんどない。 既存のツールの限界を克服するため、新しいコンフリクトリゾルバであるBUCOR(Build Conflict Resolver)を導入する。 BUCORはまず、マージシナリオに関連する3つのバージョン(base b, left l, right r)を比較して競合を検出する。 対立を解決するために、サンプルベース変換(BUCOR-E)とルールベース変換(BUCOR-R)の2つの補完戦略を採用している。 BUCOR-Rは、よく理解された紛争を扱うために、事前定義されたルールを適用している。 BUCOR-Eは、関連するビルドエラーを修正するために適用された例編集用のブランチバージョン(lとr)をマイニングする。 これらの例から、プログラム変換パターンを推論して一般化し、より複雑な競合を解決する。 BUCORを21種類のコンフリクトにまたがる88の現実世界のビルドコンフリクトに対して評価した。 BUCORは65のケースに対して少なくとも1つのソリューションを生成し、43のコンフリクトを正しく解決した。 このハイブリッドなアプローチ – コンテキスト認識,例ベースの学習,構造化されたルールベースの解決 – は,競合を効果的に解決する上で有効である。 私たちの研究は、よりインテリジェントで自動化されたマージツールの今後の方向性に光を当てています。

関連論文リスト

• Leveraging LLMs for Semantic Conflict Detection via Unit Test Generation [1.201626478128059]
  我々は、Code Llama 70Bをベースとした新しいテスト生成ツールSMATを提案し、統合する。 SMATはユニットテストの生成と実行に依存している: テストがベースバージョンで失敗し、開発者の修正バージョンをパスするが、他の開発者の変更とマージした後に再び失敗すると、セマンティックコンフリクトが示される。 その結果,LLMベースのテスト生成は複雑なシナリオでは困難であり,計算コストも高いが,セマンティックコンフリクト検出の改善には有望な可能性があることが示唆された。
  論文  参考訳（メタデータ） (2025-07-09T11:38:53Z)
• SwingArena: Competitive Programming Arena for Long-context GitHub Issue Solving [90.32201622392137]
  We present SwingArena, a competitive evaluation framework for Large Language Models (LLMs)。 従来の静的ベンチマークとは異なり、SwingArenaはLLMをイテレーションとして組み合わせて、テストケースを作成し、継続的インテグレーション(CI)パイプラインを通じてパッチを検証するパッチとレビュアーを生成することで、ソフトウェアのコラボレーションプロセスをモデル化する。
  論文  参考訳（メタデータ） (2025-05-29T18:28:02Z)
• Conflicts in Texts: Data, Implications and Challenges [58.03478157713084]
  矛盾は、状況の複雑さ、説明と対処が必要な変更、データアノテーションの難しさ、生成された出力の誤りを反映する可能性がある。 本調査ではこれらの矛盾を,(1)事実的矛盾,主観的偏見,および複数の視点が矛盾を生じさせるWeb上の自然テキスト,(2)注釈者がモデルトレーニングに影響を及ぼす注釈付きデータ,(3)幻覚と知識の衝突が発生するモデルインタラクションの3つの重要な領域に分類する。 我々は、対立する情報をより効果的に推論し、調整できる紛争対応NLPシステムの開発における重要な課題と今後の方向性を強調した。
  論文  参考訳（メタデータ） (2025-04-28T04:24:01Z)
• ECon: On the Detection and Resolution of Evidence Conflicts [56.89209046429291]
  大規模言語モデル(LLM)の台頭は意思決定システムにおける情報の質に大きな影響を与えている。 本研究では,実世界の誤情報シナリオをシミュレートするために,多様で検証された証拠衝突を生成する手法を提案する。
  論文  参考訳（メタデータ） (2024-10-05T07:41:17Z)
• CONGRA: Benchmarking Automatic Conflict Resolution [3.9910625211670485]
  ConGraは、ソフトウェアマージツールのパフォーマンスを評価するために設計されたベンチマークスキームである。 我々は34の現実世界プロジェクトから44,948のコンフリクトに基づいて大規模な評価データセットを構築した。
  論文  参考訳（メタデータ） (2024-09-21T12:21:41Z)
• AdaCAD: Adaptively Decoding to Balance Conflicts between Contextual and Parametric Knowledge [57.66282463340297]
  知識の衝突は、大きな言語モデルの文脈における情報と、そのパラメータに格納された知識との相違から生じる。 コンフリクトの度合いに基づいて動的に調整の重みを推定する,AdaCADと呼ばれる細粒度なインスタンスレベルのアプローチを提案する。 ADACADは静的コントラストベースラインよりも平均QA精度14.21%(絶対)のデコードベースラインを一貫して上回り、要約の事実性を6.19倍(AlignScore)向上させることを示す。
  論文  参考訳（メタデータ） (2024-09-11T16:35:18Z)
• WizardMerge -- Save Us From Merging Without Any Clues [8.21089093466603]
  WizardMergeは、Gitのマージ結果を利用して、テキストとLLVM-IRレベルのコードブロック依存を検索する補助ツールです。 その結果、WizardMergeは競合の合併コストを減少させ、23.85%の削減を実現している。
  論文  参考訳（メタデータ） (2024-07-03T05:40:29Z)
• Detecting Semantic Conflicts with Unit Tests [5.273883263686449]
  ブランチとマージはソフトウェア開発における一般的なプラクティスであり、開発者の生産性を高める。 現代のマージ技術は、テキストの衝突を自動的に解決するが、意味レベルでの衝突が発生すると失敗する。 単体テストの自動生成に基づくセマンティックマージツールであるSemAntic Mergeを提案する。
  論文  参考訳（メタデータ） (2023-10-03T19:36:28Z)
• Rehearsal: Simulating Conflict to Teach Conflict Resolution [54.32934135393982]
  リハーサル(Rehearsal)は、ユーザーがシミュレート可能なインターロケータで競合をリハーサルできるシステムである。 ユーザはRehearsalを使って、事前に定義されたさまざまなコンフリクトシナリオの処理を実践できる。 リハーサルはIRPを使って紛争解決理論に基づく発話を生成する。
  論文  参考訳（メタデータ） (2023-09-21T17:59:20Z)
• SCREWS: A Modular Framework for Reasoning with Revisions [58.698199183147935]
  我々は、リビジョンを伴う推論のためのモジュラーフレームワークであるSCREWSを紹介する。 我々は、SCREWSが、共通のフレームワークの下で、いくつかの以前のアプローチを統合することを示す。 我々は,多種多様な推論タスクに基づいて,最先端のLCMを用いてフレームワークの評価を行った。
  論文  参考訳（メタデータ） (2023-09-20T15:59:54Z)
• ConE: A Concurrent Edit Detection Tool for Large ScaleSoftware Development [16.11297015618479]
  ConEは、同時編集を積極的に検出して、それらに起因する問題を緩和する。 我々は、プルリクエスト通知などの早期介入技術を通じて、ConEのデプロイメント結果を示す。
  論文  参考訳（メタデータ） (2021-01-16T22:55:44Z)

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。