論文の概要: PathFix: Automated Program Repair with Expected Path

• arxiv url: http://arxiv.org/abs/2510.14341v1
• Date: Thu, 16 Oct 2025 06:21:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-17 21:15:14.745492
• Title: PathFix: Automated Program Repair with Expected Path
• Title（参考訳）: PathFix: 期待されたパスでプログラムの修正を自動化する
• Authors: Xu He, Shu Wang, Kun Sun,
• Abstract要約: バグのあるコードを修正するパッチを生成するために,PathFixという新しいAPR手法を導入する。 バグのあるプログラムが修正可能であれば、少なくとも1つの期待されたパスが、パッチされたプログラムの障害パスを置き換えることになっている。 実験結果から、PathFixは、特に複雑なプログラム構造を扱う場合、既存のソリューションよりも優れていることが示された。
• 参考スコア（独自算出の注目度）: 17.544454427324712
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Automated program repair (APR) techniques are effective in fixing inevitable defects in software, enhancing development efficiency and software robustness. However, due to the difficulty of generating precise specifications, existing APR methods face two main challenges: generating too many plausible patch candidates and overfitting them to partial test cases. To tackle these challenges, we introduce a new APR method named PathFix, which leverages path-sensitive constraints extracted from correct execution paths to generate patches for repairing buggy code. It is based on one observation: if a buggy program is repairable, at least one expected path is supposed to replace the fault path in the patched program. PathFix operates in four main steps. First, it traces fault paths reaching the fault output in the buggy program. Second, it derives expected paths by analyzing the desired correct output on the control flow graph, where an expected path defines how a feasible patch leads to the correct execution. Third, PathFix generates and evaluates patches by solving state constraints along the expected path. Fourth, we validate the correctness of the generated patch. To further enhance repair performance and mitigate scalability issues introduced by path-sensitive analysis, we integrate a large language model (LLM) into our framework. Experimental results show that PathFix outperforms existing solutions, particularly in handling complex program structures such as loops and recursion.
• Abstract（参考訳）: 自動プログラム修復(APR)技術は、ソフトウェアにおける避けられない欠陥の修正、開発効率の向上、ソフトウェアの堅牢性向上に有効である。 しかし、正確な仕様を作成するのが困難であるために、既存のAPRメソッドは2つの大きな課題に直面している。 これらの課題に対処するため,我々は,適切な実行パスから抽出されたパスに敏感な制約を利用して,バグのあるコードを修正するパッチを生成するPathFixという新しいAPR手法を導入する。 バグのあるプログラムが修正可能であれば、少なくとも1つの期待されたパスが、パッチされたプログラムの障害パスを置き換えることになっている。 PathFixは4つの主要なステップで動作する。 まず、バグギープログラムのフォールトアウトプットに到達するフォールトパスをトレースする。 第二に、予測パスは制御フローグラフ上の所望の正しい出力を分析して、期待パスを導出する。 第三に、PathFixは期待されるパスに沿った状態制約を解決してパッチを生成し、評価する。 第4に、生成されたパッチの正しさを検証する。 補修性能をさらに向上し,パスセンシティブな解析によってもたらされるスケーラビリティの問題を軽減するため,我々は大規模言語モデル(LLM)をフレームワークに統合した。 実験の結果、PathFixは既存のソリューション、特にループや再帰のような複雑なプログラム構造を扱う場合よりも優れていることがわかった。

関連論文リスト

• Less is More: Adaptive Program Repair with Bug Localization and Preference Learning [9.639104286650845]
  整合性を維持しつつプログラムの修復性を高めるための2段階の手法を提案する。 第1段階では、自己認識学習を備えたバグロケータを用いて、バグ位置を正確に特定する。 第2段階では、修正後の固定コードと修正前のバグギーコードとの一貫性を確保するためにプログラムをトレーニングします。
  論文  参考訳（メタデータ） (2025-03-09T08:32:38Z)
• ReF Decompile: Relabeling and Function Call Enhanced Decompile [50.86228893636785]
  逆コンパイルの目標は、コンパイルされた低レベルコード(アセンブリコードなど)を高レベルプログラミング言語に変換することである。 このタスクは、脆弱性識別、マルウェア分析、レガシーソフトウェアマイグレーションなど、さまざまなリバースエンジニアリングアプリケーションをサポートする。
  論文  参考訳（メタデータ） (2025-02-17T12:38:57Z)
• Towards Practical and Useful Automated Program Repair for Debugging [4.216808129651161]
  PracAPRは統合開発環境(IDE)で動作する対話型修復システムである PracAPRはテストスイートやプログラムの再実行を必要としない。
  論文  参考訳（メタデータ） (2024-07-12T03:19:54Z)
• Finding Transformer Circuits with Edge Pruning [71.12127707678961]
  自動回路発見の効率的かつスケーラブルなソリューションとしてエッジプルーニングを提案する。 本手法は,従来の手法に比べてエッジ数の半分未満のGPT-2の回路を探索する。 その効率のおかげで、Edge PruningをCodeLlama-13Bにスケールしました。
  論文  参考訳（メタデータ） (2024-06-24T16:40:54Z)
• Path-wise Vulnerability Mitigation [3.105656247358225]
  本稿では,プログラムパスのレベルで緩和パッチを生成し挿入するPAVERという手法について述べる。 各候補パッチ位置について、PAVERは緩和パッチを生成して挿入し、パッチされたプログラムをテストして副作用を評価する。 実世界の脆弱性に対するPAVERのプロトタイプを評価し,我々のパスワイド脆弱性軽減パッチが副作用を最小限に抑えることを示す。
  論文  参考訳（メタデータ） (2024-05-25T22:58:37Z)
• Invariant-based Program Repair [1.7767466724342067]
  本稿では,プログラム不変量の概念に基づく汎用型自動プログラム修復(APR)フレームワークについて述べる。 本稿では,APRにおける不変量を利用したパフォーマンスバグの修復システムを構築することにより,APRにおける不変量を活用することの有用性を実証する。
  論文  参考訳（メタデータ） (2023-12-27T17:46:19Z)
• RAP-Gen: Retrieval-Augmented Patch Generation with CodeT5 for Automatic Program Repair [75.40584530380589]
  新たな検索型パッチ生成フレームワーク(RAP-Gen)を提案する。 RAP-Gen 以前のバグ修正ペアのリストから取得した関連する修正パターンを明示的に活用する。 RAP-GenをJavaScriptのTFixベンチマークとJavaのCode RefinementとDefects4Jベンチマークの2つのプログラミング言語で評価する。
  論文  参考訳（メタデータ） (2023-09-12T08:52:56Z)
• Efficient Ground Vehicle Path Following in Game AI [77.34726150561087]
  本稿では,ゲームAIに適した地上車両の効率的な追従経路を提案する。 提案したパスフォロワは,一対一シューティングゲームにおいて,様々なテストシナリオを通じて評価される。 その結果,既存の経路と比較すると,立ち往生するイベントの総数が70%減少した。
  論文  参考訳（メタデータ） (2023-07-07T04:20:07Z)
• Graph-based, Self-Supervised Program Repair from Diagnostic Feedback [108.48853808418725]
  本稿では,ソースコードの修復や診断フィードバックに関連するシンボルを結合するプログラムフィードバックグラフを提案する。 次に、推論プロセスのモデル化にグラフニューラルネットワークを適用します。 オンラインで利用可能なラベルのないプログラムを活用するプログラム修復のための自己指導型学習パラダイムを提案する。
  論文  参考訳（メタデータ） (2020-05-20T07:24:28Z)

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。