論文の概要: Hydra: Efficient, Correct Code Generation via Checkpoint-and-Rollback Support

• arxiv url: http://arxiv.org/abs/2605.15238v1
• Date: Thu, 14 May 2026 03:18:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-18 21:22:26.025467
• Title: Hydra: Efficient, Correct Code Generation via Checkpoint-and-Rollback Support
• Title（参考訳）: Hydra: Checkpoint-and-Rollbackサポートによる効率的で正確なコード生成
• Authors: Alexander Du, Jianjun Ou, Danyang Zhuo, Matthew Lentz,
• Abstract要約: コード生成時の静的エラーから効率的に回復するシステムであるHydraを提案する。 我々はClang C/C++コンパイラを改造し、控えめな修正でHydraをサポートする。
• 参考スコア（独自算出の注目度）: 43.14652771130923
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language models are increasingly used for code generation, but many generated programs fail to compile, a prerequisite for further correctness checks such as unit tests. Existing solutions for repairing static errors are costly in both latency and token consumption. Post-hoc repair delays error detection until generation completes and commonly regenerates large regions of previously valid code. Constrained semantic decoding checks after each token, incurring per-token overhead while limiting repair to the current token even when the root cause lies earlier. We present Hydra, a system for efficient recovery from static errors during code generation. Hydra allows checking to proceed asynchronously with generation, avoiding checker overhead when the generated code is semantically correct. In addition, it provides checkpoint-and-rollback support for targeted repair, avoiding regeneration and rechecking of valid prefixes. We retrofit the Clang C/C++ compiler to support Hydra with modest modifications. Paired with a token-efficient repair strategy, Hydra reduces latency by up to 71% and token consumption by up to 70% relative to post-hoc repair on C/C++ code generation tasks that encounter static errors.
• Abstract（参考訳）: 大規模な言語モデルはコード生成にますます使われているが、多くの生成されたプログラムはコンパイルに失敗している。 静的エラーを修復するための既存のソリューションは、レイテンシとトークン消費の両方でコストがかかる。 ポストホックの修理は、生成が完了するまでエラー検出を遅らせ、通常、有効なコードの大きな領域を再生する。 制約付きセマンティックデコーディングは各トークンの後にチェックされ、トークンごとのオーバーヘッドが発生すると同時に、ルート原因が早期にある場合でも、現在のトークンへの修理を制限します。 コード生成時の静的エラーから効率的に回復するシステムであるHydraを提案する。 Hydraは、生成されたコードがセマンティックに正しい場合、チェッカーオーバーヘッドを回避して、生成とともに非同期にチェックを進めることができる。 さらに、ターゲットの修復に対するチェックポイント・アンド・ロールバックのサポート、再生の回避、有効なプレフィックスの再チェックも提供する。 我々はClang C/C++コンパイラを改造し、控えめな修正でHydraをサポートする。 トークン効率のよい修復戦略によって、Hydraはレイテンシを最大71%削減し、静的エラーに遭遇するC/C++コード生成タスクのホット後の修正に対して、トークン消費を最大70%削減する。

関連論文リスト

• MEMOREPAIR: Barrier-First Cascade Repair in Agentic Memory [6.860488391361694]
  エージェント記憶のためのバリアファーストカスケード修復契約を提示する。 修理イベントは、無効化された子孫状態から検証された後継者状態への制御された遷移を誘導する。 本研究では, 発刊問題を最大重み付き前者閉鎖に還元し, 単一のs-t min-cutで正確に解けることを示す。
  論文  参考訳（メタデータ） (2026-05-08T04:57:29Z)
• IMPACT-CYCLE: A Contract-Based Multi-Agent System for Claim-Level Supervisory Correction of Long-Video Semantic Memory [73.22944697933603]
  既存のパイプラインは不透明でエンドツーエンドの出力を生成し、検査の中間状態は公開しない。 IMPACT-Cycleは,マルチモーダル反復クレームレベルのメンテナンスとして,長時間ビデオ理解を再構築するマルチエージェントシステムである。
  論文  参考訳（メタデータ） (2026-04-22T03:03:33Z)
• Project Prometheus: Bridging the Intent Gap in Agentic Program Repair via Reverse-Engineered Executable Specifications [14.657771106188115]
  現在のソリューションは、自然言語の要約や敵のサンプリングに頼っているが、手術の修理に必要な決定論的制約を与えていないことが多い。 コード生成よりもtextitSpecification Inference を優先することで、このギャップを埋める新しいフレームワークである textscPrometheus を紹介します。 我々のフレームワークは textbf93.97% (639/680) の完全なパッチレートを達成した。
  論文  参考訳（メタデータ） (2026-04-19T14:27:27Z)
• QiMeng-PRepair: Precise Code Repair via Edit-Aware Reward Optimization [50.722636027998]
  大規模言語モデル (LLM) はプログラム修復性能が高いが、しばしば過剰な編集に悩まされる。 オーバー編集を軽減し,修復精度を向上させるフレームワークであるPRepairを提案する。
  論文  参考訳（メタデータ） (2026-04-07T14:56:38Z)
• Beyond Crash-to-Patch: Patch Evolution for Linux Kernel Repair [2.267311896805228]
  Linuxカーネルの修正は、受け入れ前にメーリングリストの反復的なリビジョンが行われ、レビュアーからのフィードバックが正確さ、ハンドリング、APIコンプライアンスを形作る。 6946 syzbot-linked bug-fix cyclesを再構築し,カーネルパッチの進化に関する大規模な研究を行った。 我々は、検索ベースのメモリと微調整された診断アドバイザを統合する修復フレームワークであるPatchAdvisorを開発し、コードエージェントをレビュアー対応パッチへ誘導する。
  論文  参考訳（メタデータ） (2026-04-04T20:23:32Z)
• Rectified Sparse Attention [61.7702154360081]
  効率的なロングシーケンス生成は、大規模言語モデルにとって重要な課題である。 本稿では,ブロックスパースアテンションと周期的な密度補正を組み合わせた簡易かつ効果的な方法であるRectified Sparse Attention (ReSA)を提案する。 数学推論、言語モデリング、検索タスクにわたる実験は、ReSAがほぼ無作為な生成品質を達成することを示す。
  論文  参考訳（メタデータ） (2025-06-04T16:01:48Z)
• Single-shot preparation of hypergraph product codes via dimension jump [0.0]
  本稿では,空間的オーバーヘッドを$O(sqrtn)$とすることで,一定レートのハイパーグラフ製品コードのコード空間を一定深さで作成するプロトコルを提案する。 測定誤差が存在する場合でも,プロトコルは堅牢であることを示す。
  論文  参考訳（メタデータ） (2024-10-07T16:29:13Z)
• ReCode: Robustness Evaluation of Code Generation Models [90.10436771217243]
  コード生成モデルのための総合的ロバストネス評価ベンチマークであるReCodeを提案する。 ドクストリング、関数と変数名、コード構文、コードフォーマットのコードに特化して、30以上の変換をカスタマイズします。 ヒトのアノテータでは、摂動プロンプトの90%以上が本来のプロンプトの意味を変えていないことが確認された。
  論文  参考訳（メタデータ） (2022-12-20T14:11:31Z)

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。