論文の概要: Persistent Cross-Attempt State Optimization for Repository-Level Code Generation

• arxiv url: http://arxiv.org/abs/2604.03632v1
• Date: Sat, 04 Apr 2026 08:03:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-07 15:49:18.685197
• Title: Persistent Cross-Attempt State Optimization for Repository-Level Code Generation
• Title（参考訳）: リポジトリレベルコード生成のための永続的クロスエージェント状態最適化
• Authors: Ruwei Pan, Jiangshuai Wang, Qisheng Zhang, Yueheng Zhu, Linhao Wu, Zixiong Yang, Yakun Zhang, Lu Zhang, Hongyu Zhang,
• Abstract要約: LiveCoderは、クロスプラットフォームの知識最適化に基づいた、リポジトリレベルのコード生成のための新しいフレームワークである。 LiveCoderは、その後の世代をガイドする以前の試みから、永続的なタスク固有の状態を維持している。
• 参考スコア（独自算出の注目度）: 9.264264685267616
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language models (LLMs) have achieved substantial progress in repository-level code generation. However, solving the same repository-level task often requires multiple attempts, while existing methods still optimize each attempt in isolation and do not preserve or reuse task-specific state across attempts. In this paper, we propose LiveCoder, a novel framework for repository-level code generation based on cross-attempt knowledge optimization. LiveCoder maintains persistent task-specific state from prior attempts to guide subsequent generation. This state includes success knowledge, which captures reusable signals from previously strong repositories, failure knowledge, which records unsuccessful outcomes and their diagnostic signals, and a historical-best repository, which preserves the strongest result found so far and prevents regression. These components collectively transform repeated repository generation into a persistent, knowledge-driven optimization process. We evaluate LiveCoder using four frontier LLMs on two representative repository-level code generation benchmarks. Extensive experimental results demonstrate the effectiveness and efficiency of LiveCoder, improving the functional score by up to 22.94 percentage points, increasing repository reuse to 81.58%, and reducing cost by up to 53.63% on RAL-Bench while maintaining broadly stable non-functional quality.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、リポジトリレベルのコード生成において大きな進歩を遂げた。 しかし、同じリポジトリレベルのタスクを解決するには、しばしば複数の試行が必要になる。 本稿では,横断的知識最適化に基づくリポジトリレベルのコード生成のための新しいフレームワークであるLiveCoderを提案する。 LiveCoderは、その後の世代をガイドする以前の試みから、永続的なタスク固有の状態を維持している。 この状態には、以前強いリポジトリから再利用可能なシグナルをキャプチャする成功知識、失敗した結果とその診断信号を記録する失敗知識、これまで見つかった最も強力な結果を保持し、回帰を防ぐ履歴ベストリポジトリが含まれる。 これらのコンポーネントは、反復するリポジトリ生成を永続的で知識駆動の最適化プロセスに変換する。 2つの代表的なリポジトリレベルのコード生成ベンチマーク上で,4つのフロンティアLCMを用いてLiveCoderを評価する。 大規模な実験結果はLiveCoderの有効性と効率を実証し、機能スコアを最大22.94ポイント改善し、リポジトリの再利用率を81.58%に、コストを最大53.63%削減し、より安定した非機能品質を維持した。

関連論文リスト

• AlignCoder: Aligning Retrieval with Target Intent for Repository-Level Code Completion [55.21541958868449]
  リポジトリレベルのコード補完フレームワークであるAlignCoderを提案する。 我々のフレームワークは、初期クエリとターゲットコードのセマンティックギャップを橋渡しする拡張クエリを生成する。 我々は、拡張クエリにおける推論情報を活用してより正確な検索を行うAlignRetrieverのトレーニングに強化学習を採用する。
  論文  参考訳（メタデータ） (2026-01-27T15:23:14Z)
• NL2Repo-Bench: Towards Long-Horizon Repository Generation Evaluation of Coding Agents [79.29376673236142]
  既存のベンチマークは、完全なソフトウェアシステムを構築するのに必要な長期的能力の厳格な評価に失敗する。 符号化エージェントの長期リポジトリ生成能力を評価するために設計されたベンチマークであるNL2Repo Benchを提案する。
  論文  参考訳（メタデータ） (2025-12-14T15:12:13Z)
• Turning the Tide: Repository-based Code Reflection [52.13709676656648]
  マルチファイルリポジトリコンテキストにおけるコード理解と生成を評価するベンチマークであるLiveRepoReflectionを紹介する。 多様性、正確性、難易度を確保するため、6ドル(約6,800円)のプログラミング言語で厳格にテストケースをフィルタリングしました。 RepoReflection-Instructは、さまざまなソースから派生した大規模で品質の高い命令チューニングデータセットである。
  論文  参考訳（メタデータ） (2025-07-14T02:36:27Z)
• Repoformer: Selective Retrieval for Repository-Level Code Completion [30.706277772743615]
  検索強化生成(RAG)の最近の進歩は、リポジトリレベルのコード補完の新たな時代が始まった。 本稿では,不要な場合の検索を回避するため,選択的なRAGフレームワークを提案する。 我々のフレームワークは、異なる世代モデル、レトリバー、プログラミング言語に対応できることを示します。
  論文  参考訳（メタデータ） (2024-03-15T06:59:43Z)
• RepoCoder: Repository-Level Code Completion Through Iterative Retrieval and Generation [96.75695811963242]
  RepoCoderはリポジトリレベルのコード補完プロセスを合理化するフレームワークである。 類似性ベースのレトリバーと、事前訓練されたコード言語モデルが組み込まれている。 バニラ検索で拡張されたコード補完アプローチよりも一貫して優れています。
  論文  参考訳（メタデータ） (2023-03-22T13:54:46Z)

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。