論文の概要: ORBIT: Guided Agentic Orchestration for Autonomous C-to-Rust Transpilation

• arxiv url: http://arxiv.org/abs/2604.12048v1
• Date: Mon, 13 Apr 2026 20:40:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-15 19:11:32.118619
• Title: ORBIT: Guided Agentic Orchestration for Autonomous C-to-Rust Transpilation
• Title（参考訳）: ORBIT:自律的C-Rust移植のためのガイド付きエージェントオーケストレーション
• Authors: Muhammad Farrukh, Baris Coskun, Tapti Palit, Michalis Polychronakis,
• Abstract要約: プロジェクトレベルのC-to-Rust翻訳のための自律型エージェントフレームワークであるORBITを提案する。 動的コンテキスト収集と依存性誘導オーケストレーションと反復検証を組み合わせたものだ。 C2RustとCRUST-Benchをはるかに上回り、安全でないRustのコードブロックをほぼゼロに減らしている。
• 参考スコア（独自算出の注目度）: 5.3011925761003775
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large-scale migration of legacy C code to Rust offers a promising path toward improving memory safety, but LLM-based C-to-Rust translation remains challenging due to limited context windows and hallucinations. Prior approaches are evaluated primarily on small programs or datasets skewed toward small codebases, providing limited insight into scalability on real-world systems. They also rely on static context construction, which breaks down in the presence of complex cross-module dependencies and often requires manual intervention. Recent coding agents offer a promising alternative through dynamic codebase navigation and context curation. When used out of the box, however, they frequently produce incomplete translations that appear superficially correct. We present ORBIT, an autonomous agentic framework for project-level C-to-Rust translation that combines dynamic context collection with dependency-guided orchestration and iterative verification. ORBIT constructs a dependency-aware translation graph, generates Rust interfaces, maps C functions to Rust counterparts, and coordinates multiple specialized agents. We evaluate ORBIT on 24 programs from CRUST-Bench, with 91.7% of the programs exceeding 1,000 lines of code. ORBIT achieves 100% compilation success and 91.7% test success in both expert-interface and automatically generated-interface settings, substantially outperforming C2Rust and CRUST-Bench, while reducing unsafe Rust code blocks to nearly zero. We further evaluate ORBIT on challenging cases from the DARPA TRACTOR benchmark, where it achieves competitive performance relative to participating systems.
• Abstract（参考訳）: レガシーCコードのRustへの大規模なマイグレーションは、メモリ安全性向上への有望な道を提供するが、LLMベースのC-to-Rust翻訳は、限られたコンテキストウィンドウと幻覚のため、依然として困難である。 以前のアプローチは、主に小さなプログラムや小さなコードベースに向けてスキューされたデータセットに基づいて評価され、現実世界のシステムにおけるスケーラビリティに関する限られた洞察を提供する。 また、静的なコンテキスト構成にも依存しており、複雑なモジュール間の依存関係が存在するため、しばしば手動で介入する必要がある。 最近のコーディングエージェントは、動的なコードベースナビゲーションとコンテキストキュレーションを通じて、有望な代替手段を提供する。 しかし、箱から出てくると、表面的に正しいように見える不完全な翻訳をしばしば生成する。 我々は、動的コンテキスト収集と依存性誘導オーケストレーションと反復検証を組み合わせたプロジェクトレベルのC-to-Rust翻訳のための自律型エージェントフレームワークORBITを提案する。 ORBITは依存性を意識した翻訳グラフを構築し、Rustインターフェースを生成し、C関数をRustにマップし、複数の特殊なエージェントをコーディネートする。 我々は CRUST-Bench の 24 プログラム上で ORBIT を評価し,プログラムの 91.7% が 1,000 行以上のコードである。 ORBITは、専門家インターフェースと自動生成されたインターフェース設定の両方で100%のコンパイル成功と91.7%のテスト成功を達成し、C2RustとCRUST-Benchを大幅に上回り、安全でないRustのコードブロックをほぼゼロに削減した。 我々はさらに、DARPA TRACTORベンチマークの挑戦事例についてORBITを評価し、参加システムと比較して競争性能が向上することを示した。

関連論文リスト

• Dependency-Guided Repository-Level C-to-Rust Translation with Reinforcement Alignment [26.296349203732138]
  C-to-Rust移行は、パフォーマンスを犠牲にすることなく、ソフトウェアセキュリティを改善するために重要である。 大規模なコードコーパスでトレーニングされた大規模言語モデル(LLM)は、有望な代替手段を提供する。 モデル機能拡張と構造推論を組み合わせたフレームワークであるDepTransを提案する。
  論文  参考訳（メタデータ） (2026-04-03T08:13:42Z)
• C2RustXW: Program-Structure-Aware C-to-Rust Translation via Program Analysis and LLM [16.098065606505983]
  Toolは、プログラム解析をLLM(Large Language Models)と統合したプログラム構造対応C-to-Rust翻訳アプローチである。 CodeNetの100%構文上の正しさとGitHubの97.78%を実現し、コードサイズ(43.70%まで)と安全でない使用率(5.75%まで)を大幅に削減した。 プロジェクトのレベルでは、ツールが完全な構文的正しさと平均意味論的正しさを78.87%達成し、実用的でスケーラブルなC-to-Rustマイグレーションの有効性を実証している。
  論文  参考訳（メタデータ） (2026-03-30T17:07:11Z)
• Dynamic analysis enhances issue resolution [53.50448142467294]
  DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。 テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。 Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
  論文  参考訳（メタデータ） (2026-03-23T14:48:54Z)
• Adversarial Agent Collaboration for C to Rust Translation [13.65848262530917]
  ACToRは、我々のベンチマークで考慮された63の現実世界のコマンドラインユーティリティを全て翻訳します。 テストパス率は90%を超え、人間の介入はゼロである。 このスケールのCプログラムを確実に翻訳する最初のシステムである。
  論文  参考訳（メタデータ） (2025-10-04T17:08:36Z)
• EvoC2Rust: A Skeleton-guided Framework for Project-Level C-to-Rust Translation [17.560908544319094]
  EvoC2Rustは、完全なCプロジェクトを同等のRustに変換する自動化フレームワークである。 プロジェクトレベルの翻訳には骨格誘導翻訳戦略を採用している。
  論文  参考訳（メタデータ） (2025-08-06T10:31:23Z)
• CRUST-Bench: A Comprehensive Benchmark for C-to-safe-Rust Transpilation [51.18863297461463]
  CRUST-Benchは100のCリポジトリのデータセットで、それぞれが安全なRustとテストケースで手書きのインターフェースとペアリングされている。 我々は、このタスクで最先端の大規模言語モデル(LLM)を評価し、安全で慣用的なRust生成が依然として難しい問題であることを確認した。 最高のパフォーマンスモデルであるOpenAI o1は、ワンショット設定で15タスクしか解決できない。
  論文  参考訳（メタデータ） (2025-04-21T17:33:33Z)
• RustRepoTrans: Repository-level Code Translation Benchmark Targeting Rust [50.65321080814249]
  RustRepoTransは、インクリメンタル翻訳をターゲットにした、最初のリポジトリレベルのコンテキストコード変換ベンチマークである。 複雑な翻訳シナリオの制約を評価するために, 7つの代表的なLLMを評価し, それらの誤差を分析した。
  論文  参考訳（メタデータ） (2024-11-21T10:00:52Z)

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。