論文の概要: Minimalistic Terminal Editor for Julia Programming -- MinTEJ: A Friendly Approach for a Scientific Programmer
- arxiv url: http://arxiv.org/abs/2605.12275v1
- Date: Tue, 12 May 2026 15:36:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-13 21:48:56.972161
- Title: Minimalistic Terminal Editor for Julia Programming -- MinTEJ: A Friendly Approach for a Scientific Programmer
- Title（参考訳）: ユリアプログラミングのための最小限のターミナルエディタ -- MinTEJ:科学プログラマのためのフレンドリーなアプローチ
- Abstract要約: 本稿では、Juliaで構築された端末ベースのエディタMinTEJを紹介する。
ファイル管理、コード編集、実行、デバッグをコマンド指向のワークフローを通じて統合する、逐次モーダルインタラクションアーキテクチャ(SMIA)を提案する。
- 参考スコア（独自算出の注目度）: 3.0040479143527334
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Developers rely on lightweight, terminal-centric workflows for rapid code iteration. However, within a unified environment for Julia programming language, existing tools provide limited support for integrated workflow such as editing, execution, file management, and debugging. As a result, developers frequently incur context-switching overhead and fragmented tool interactions. Therefore, the proposed work predominantly focuses on the minimalistic approach for developing native terminal editor for Julia programming language. This paper introduces MinTEJ, a terminal-based editor built in Julia, and proposes a Sequential Modal Interaction Architecture (SMIA) that unifies file management, code editing, execution, and debugging through a command-oriented workflow. The presented work formalizes model interaction and reduces cognitive load & errors while transitioning among different modes. In SMIA, buffer is the central data structure that persists across all modes. Each mode interprets and manipulates the buffer according to mode-specific rules. The central controller mediates access to the buffer and enforces sequential transitions between modes. To evaluate the approach, the performance benchmarking of MinTEJ is compared against existing tools i.e., VS code and Notepad++. The effectiveness of the proposed MinTEJ is evaluated based on memory consumption and CPU utilization demonstrating that it has less resource overhead. Findings suggest that integrated terminal-based editor environment is a practical lightweight software tool enabling efficient iterative development.
- Abstract（参考訳）: 開発者は、迅速なコードイテレーションのために軽量でターミナル中心のワークフローを頼りにしている。
しかし、Juliaプログラミング言語の統一環境では、既存のツールは編集、実行、ファイル管理、デバッグといった統合ワークフローを限定的にサポートする。
その結果、開発者は頻繁にコンテキストスイッチのオーバーヘッドと断片化されたツールインタラクションを発生させる。
そこで提案した研究は,Julia プログラミング言語のネイティブ端末エディタの開発において,最小限のアプローチに重点を置いている。
本稿では、Juliaで構築された端末ベースのエディタであるMinTEJを紹介し、コマンド指向のワークフローを通じてファイル管理、コード編集、実行、デバッグを統一する逐次モーダルインタラクションアーキテクチャ(SMIA)を提案する。
提案した研究は、モデル相互作用を形式化し、異なるモード間で遷移しながら認知的負荷とエラーを減らす。
SMIAでは、バッファはすべてのモードにまたがる中央データ構造である。
各モードは、モード固有のルールに従ってバッファを解釈し、操作する。
中央コントローラはバッファへのアクセスを仲介し、モード間のシーケンシャルな遷移を実行する。
このアプローチを評価するため、MinTEJのパフォーマンスベンチマークはVSコードやNotepad++といった既存のツールと比較される。
提案するMinTEJの有効性は、メモリ消費とCPU利用率に基づいて評価され、リソースオーバーヘッドが少ないことを示す。
統合端末ベースのエディタ環境は,効率的な反復開発を実現するための,実用的な軽量ソフトウェアツールであることを示す。
関連論文リスト
- JLIR: A Julia-Native MLIR-Inspired Intermediate Representation with Automatic JACC Kernel Extraction [0.27998963147546135]
JLIR(Julia-native Level Intermediate Representation)は、Julia-nativeの中間表現フレームワークである。
MLIRスタイルのマルチレベルな方言指向コンパイルの主な利点をJuliaエコシステムにもたらすと同時に、通常のJuliaコードとして使用することができる。
これには算術、制御フロー、関数、構造化ループ、メモリ操作のための組み込み方言が含まれている。
論文 参考訳（メタデータ） (2026-09-04T00:35:54Z) - Aphanta: Diagnosing Task-Aligned Image-Edited Intermediates for Multimodal Reasoning [40.55876706740581]
明示的な視覚中間体は、空間的エビデンスと更新された視覚状態の外部化に役立つ。
MLLM -> Image Editor -> MLLMパイプラインのための自動タスク発見およびクローズドループ診断フレームワークである textbfAphanta を紹介する。
Aphantaは、直接推論、エディタ生成中間による推論、理想化された参照中間による推論の3つの条件を評価する。
論文 参考訳（メタデータ） (2026-08-27T11:41:15Z) - Debug2Fix: Supercharging Coding Agents with Interactive Debugging Capabilities [3.506382476101256]
Debug2Fixは、インタラクティブなDebug2Fixをサブエージェントアーキテクチャを介してソフトウェアエンジニアリングエージェントの中核コンポーネントとして組み込む新しいフレームワークである。
我々はGitBug-JavaとSWE-Bench-Liveに対して評価を行い、特定のモデルのベースラインと比較して20%以上のパフォーマンス向上を実現した。
我々のフレームワークを使って、GPT-5やClaude Haiku 4.5のような弱いモデルを作るか、Claude Sonnet 4.5のようなより強いモデルのパフォーマンスを超えることができる。
論文 参考訳（メタデータ） (2026-02-20T19:24:16Z) - IDE-Bench: Evaluating Large Language Models as IDE Agents on Real-World Software Engineering Tasks [0.37823923040445995]
我々は、生の端末実行を超えるDocker化されたテストハーネスを提示します。
検索、構造化ファイル編集、フルスタックアプリケーションのテストツールに高レベルの抽象化を提供する。
論文 参考訳（メタデータ） (2026-01-28T02:06:37Z) - VibeTensor: System Software for Deep Learning, Fully Generated by AI Agents [42.56489784841984]
実装の変更が生成され、エージェントが提案する差分として適用される。
アーキテクチャを説明し、システムの生成と検証に使用するワークフローを要約し、アーティファクトを評価する。
論文 参考訳（メタデータ） (2026-01-21T19:29:00Z) - PaperDebugger: A Plugin-Based Multi-Agent System for In-Editor Academic Writing, Review, and Editing [35.392342990789324]
Paper Debuggerは、インエディター、マルチエージェント、プラグインベースの学術書記アシスタントである。
デモでは、ローカライズされた編集、構造化されたレビュー、並列エージェントの実行、diffベースの更新など、完全に統合されたワークフローを紹介しました。
論文 参考訳（メタデータ） (2025-12-02T10:00:37Z) - InspectCoder: Dynamic Analysis-Enabled Self Repair through interactive LLM-Debugger Collaboration [71.18377595277018]
大きな言語モデル(LLM)は、診断が難しい複雑なロジックエラーを伴うバグの多いコードを生成することが多い。
対話型デバッガ制御による動的解析を LLM に委ねる初のエージェントプログラム修復システムである InspectCoder を提案する。
論文 参考訳（メタデータ） (2025-10-21T06:26:29Z) - Generalizable End-to-End Tool-Use RL with Synthetic CodeGym [52.31172214690965]
エージェントRLのための多目的ツール環境を多種多様な、検証可能な、制御可能な、多目的ツール環境を合成するフレームワークであるCodeGymを紹介する。
CodeGymは、静的コーディングの問題を対話的な環境に書き換え、原子関数やロジックを呼び出し可能なツールに抽出する。
さまざまなサイズのモデルとCodeGymでトレーニングされたチェーン・オブ・コンフィグレーションは、一貫したアウト・オブ・ディストリビューションの一般化性を示す。
論文 参考訳（メタデータ） (2025-09-22T03:03:56Z) - debug-gym: A Text-Based Environment for Interactive Debugging [55.11603087371956]
大規模言語モデル(LLM)は、コーディングタスクにますます依存している。
LLMは、タスクに関連する情報を集めるために対話的にAを探索する能力の恩恵を受けることができると仮定する。
対話型符号化環境において,LLMベースのエージェントを開発するためのテキスト環境,すなわちデバッグジャムを提案する。
論文 参考訳（メタデータ） (2025-03-27T14:43:28Z) - KGym: A Platform and Dataset to Benchmark Large Language Models on Linux Kernel Crash Resolution [59.20933707301566]
大規模言語モデル(LLM)は、ますます現実的なソフトウェア工学(SE)タスクにおいて一貫して改善されている。
現実世界のソフトウェアスタックでは、Linuxカーネルのような基本的なシステムソフトウェアの開発にSEの取り組みが費やされています。
このような大規模システムレベルのソフトウェアを開発する際にMLモデルが有用かどうかを評価するため、kGymとkBenchを紹介する。
論文 参考訳（メタデータ） (2024-07-02T21:44:22Z) - ControlLLM: Augment Language Models with Tools by Searching on Graphs [97.62758830255002]
我々は,大規模言語モデル(LLM)が実世界のタスクを解くためのマルチモーダルツールを利用できる新しいフレームワークであるControlLLMを提案する。
フレームワークは,(1)複雑なタスクを明確なサブタスクに分割し,入力と出力を適切に定義したサブタスクに分解するtextittask Decomposer,(2)構築済みのツールグラフ上で最適なソリューションパスを探索する textitThoughts-on-Graph(ToG)パラダイム,(3)ソリューションパスを解釈して実行するリッチなツールボックスを備えた textitexecution Engine,の3つの主要なコンポーネントから構成される。
論文 参考訳（メタデータ） (2023-10-26T21:57:21Z) - InterCode: Standardizing and Benchmarking Interactive Coding with
Execution Feedback [50.725076393314964]
標準的な強化学習環境として,インタラクティブコーディングの軽量でフレキシブルで使いやすいフレームワークであるInterCodeを紹介した。
私たちのフレームワークは、言語とプラットフォームに依存しない、自己完結型のDocker環境を使用して、安全で再現可能な実行を提供します。
我々は、異なるプロンプト戦略で構成された複数の最先端LLMを評価することにより、InterCodeの生存性をテストベッドとして示す。
論文 参考訳（メタデータ） (2023-06-26T17:59:50Z)
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。