論文の概要: KCoEvo: A Knowledge Graph Augmented Framework for Evolutionary Code Generation

• arxiv url: http://arxiv.org/abs/2603.07581v1
• Date: Sun, 08 Mar 2026 10:39:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-10 15:13:14.88754
• Title: KCoEvo: A Knowledge Graph Augmented Framework for Evolutionary Code Generation
• Title（参考訳）: KCoEvo:進化的コード生成のための知識グラフ拡張フレームワーク
• Authors: Jiazhen Kang, Yuchen Lu, Chen Jiang, Jinrui Liu, Tianhao Zhang, Bo Jiang, Ningyuan Sun, Tongtong Wu, Guilin Qi,
• Abstract要約: 本稿では,マイグレーションタスクを2つの相乗的段階(進化経路探索と経路情報生成)に分解する知識グラフ拡張フレームワークを提案する。 提案手法は,静的かつ動的なAPIグラフを構築して,API進化に対する構造的推論を可能にする。
• 参考スコア（独自算出の注目度）: 25.38402999279553
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Code evolution is inevitable in modern software development. Changes to third-party APIs frequently break existing code and complicate maintenance, posing practical challenges for developers. While large language models (LLMs) have shown promise in code generation, they struggle to reason without a structured representation of these evolving relationships, often leading them to produce outdated APIs or invalid outputs. In this work, we propose a knowledge graph-augmented framework that decomposes the migration task into two synergistic stages: evolution path retrieval and path-informed code generation. Our approach constructs static and dynamic API graphs to model intra-version structures and cross-version transitions, enabling structured reasoning over API evolution. Both modules are trained with synthetic supervision automatically derived from real-world API diffs, ensuring scalability and minimal human effort. Extensive experiments across single-package and multi-package benchmarks demonstrate that our framework significantly improves migration accuracy, controllability, and execution success over standard LLM baselines. The source code and datasets are available at: https://github.com/kangjz1203/KCoEvo.
• Abstract（参考訳）: 現代のソフトウェア開発では、コードの進化は避けられない。 サードパーティAPIの変更は、しばしば既存のコードを壊し、メンテナンスを複雑にする。 大きな言語モデル(LLM)はコード生成において有望であるが、これらの進化する関係の構造化された表現なしでは推論が困難であり、しばしば時代遅れのAPIや不正なアウトプットを生成する。 本研究では,進化経路探索と経路インフォームドコード生成という2つの相乗的な段階に移行タスクを分解する知識グラフ拡張フレームワークを提案する。 提案手法は,静的かつ動的なAPIグラフを構築して,API進化に対する構造的推論を可能にする。 どちらのモジュールも、現実世界のAPI差分から自動的に派生した合成監視によってトレーニングされ、スケーラビリティと人間の労力を最小限に抑える。 単一パッケージとマルチパッケージのベンチマークによる大規模な実験により、我々のフレームワークは標準のLCMベースラインよりもマイグレーションの精度、制御性、実行の成功を大幅に改善することを示した。 ソースコードとデータセットは、https://github.com/kangjz1203/KCoEvo.comで入手できる。

関連論文リスト

• His2Trans: A Skeleton First Framework for Self Evolving C to Rust Translation with Historical Retrieval [45.246293154277886]
  His2Transは、決定論的でビルド対応のスケルトンと自己進化的な知識抽出を組み合わせて、安定したインクリメンタルマイグレーションをサポートするフレームワークである。 産業用OpenHarmonyモジュールの実験では、His2Transが99.75%インクリメンタルコンパイルパスレートに達した。
  論文  参考訳（メタデータ） (2026-03-03T05:42:08Z)
• CARD: Towards Conditional Design of Multi-agent Topological Structures [83.18278008173746]
  CARD(Conditional Agentic Graph Designer)は、アダプティブマルチエージェント通信のためのプロトコルであるAMACPをインスタンス化する、条件付きグラフ生成フレームワークである。 CARDは、モデル能力やリソース可用性の変化に対して効果的かつレジリエントな通信構造を生成する。
  論文  参考訳（メタデータ） (2026-03-01T13:02:36Z)
• Framework-Aware Code Generation with API Knowledge Graph-Constructed Data: A Study on HarmonyOS [52.483888557864326]
  APIKG4SYNはAPI指向の質問コードペアの構築にAPIナレッジグラフを活用するように設計されたフレームワークである。 APIKG4SYNを使ったHarmonyOSコード生成のための最初のベンチマークを構築した。
  論文  参考訳（メタデータ） (2025-11-29T08:13:54Z)
• EvoGraph: Hybrid Directed Graph Evolution toward Software 3.0 [0.0]
  これは、ソフトウェアシステムが自身のソースコード、ビルドパイプライン、ドキュメント、チケットを進化させることを可能にするフレームワークです。 EvoGraphは既知のセキュリティ脆弱性の83%を修正し、93%の関数同値でJavaに翻訳し、ドキュメントの更新を2分以内に維持する。 私たちはアプローチを**evoGraph**に拡張し、.NET、Lisp、CGI、ColdFusion、レガシPython、Csの近代化に言語固有のSLMを活用しています。
  論文  参考訳（メタデータ） (2025-08-07T09:36:30Z)
• LLM-Driven Collaborative Model for Untangling Commits via Explicit and Implicit Dependency Reasoning [15.20947984949809]
  コミット回避のための新しいコラボレーティブコンサルテーションフレームワークであるColaUntangleを提案する。 ColaUntangleは、LLM(Large Language Model)駆動エージェントをマルチエージェントアーキテクチャに統合する。 広く使われている2つのデータセット(1,612 C#と14k Java tangledコミット)上でColaUntangleを評価する。
  論文  参考訳（メタデータ） (2025-07-22T09:42:13Z)
• EvoGit: Decentralized Code Evolution via Git-Based Multi-Agent Collaboration [24.264076742680984]
  EvoGitは、自律的なコード進化によって駆動されるソフトウェア開発のための分散マルチエージェントフレームワークである。 すべての調整はGitベースのフィロジェネティックグラフを通じて行われ、完全なバージョンラインを追跡する。 ユーザはハイレベルな目標を定義し、定期的にグラフをレビューし、軽量なフィードバックを提供する。
  論文  参考訳（メタデータ） (2025-06-01T05:20:42Z)
• ExploraCoder: Advancing code generation for multiple unseen APIs via planning and chained exploration [70.26807758443675]
  ExploraCoderはトレーニング不要のフレームワークで、大規模な言語モデルにコードソリューションで見えないAPIを呼び出す権限を与える。 実験の結果、ExploreaCoderは、事前のAPI知識に欠けるモデルのパフォーマンスを大幅に改善することが示された。
  論文  参考訳（メタデータ） (2024-12-06T19:00:15Z)
• CodexGraph: Bridging Large Language Models and Code Repositories via Code Graph Databases [13.733229886643041]
  大きな言語モデル(LLM)は、HumanEvalやMBPPのようなスタンドアロンのコードタスクに優れていますが、コードリポジトリ全体の処理に苦労しています。 類似性に基づく検索は複雑なタスクではリコールが低いことが多いが、手動ツールやAPIは通常タスク固有であり、専門家の知識を必要とする。 我々は,LLMエージェントをコードリポジトリから抽出したグラフデータベースインターフェースと統合するシステムであるCodexGraphを紹介する。
  論文  参考訳（メタデータ） (2024-08-07T17:13:59Z)
• VersiCode: Towards Version-controllable Code Generation [58.82709231906735]
  大規模言語モデル(LLM)は、コード生成において大きな進歩を遂げていますが、既存の研究は、ソフトウェア開発の動的な性質を説明できません。 バージョン別コード補完(VSCC)とバージョン別コードマイグレーション(VACM)の2つの新しいタスクを提案する。 VersiCodeについて広範な評価を行い、バージョン管理可能なコード生成が確かに重要な課題であることを示した。
  論文  参考訳（メタデータ） (2024-06-11T16:15:06Z)

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。