論文の概要: N-Version Programming with Coding Agents
- arxiv url: http://arxiv.org/abs/2606.20158v1
- Date: Thu, 18 Jun 2026 12:23:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-19 18:23:39.848252
- Title: N-Version Programming with Coding Agents
- Title（参考訳）: 符号化エージェントを用いたN-Version Programming
- Abstract要約: The seminal Knight-Leveson experiment, we study that diversity across agent system create various failure modes。
我々の結果は、コーディングエージェントを用いたN-Version Programmingが有用なエンジニアリング戦略であることを示す最も強力な証拠です。
- 参考スコア（独自算出の注目度）: 7.3317421627601425
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper revisits the classical concept on N-version programming in the setting of contemporary AI coding agents. Revisiting the seminal Knight-Leveson experiment, we study whether diversity across agent systems, models, and implementation languages creates diverse failure modes. Using the Knight-Leveson's, Launch Interceptor Program Specification, we evaluate 48 agent-generated implementations on a shared oracle and a campaign of 1,000,000 randomized test inputs. The results show substantial common-mode failure, along the findings of Knight-Leveson. Further analysis that many of those co-occuring failures can be traced to where is specification is particularly hard or ambiguous. We also demonstrate that diversity from coding agents provides practical benefit: across majority voting three-version units, the mean failure count drops from 387.44 for single versions to 130.99 for triples, and 11,844 N-version units exhibit zero observed failures. Our original results is the strongest evidence to date that N-Version Programming with coding agents is a useful engineering strategy.
- Abstract（参考訳）: 本稿では,現代AI符号化エージェントの設定におけるNバージョンプログラミングの古典的概念を再考する。
The seminal Knight-Leveson experiment, we study across agent system, model, and implementation languages create various failure modes。
Knight-LevesonのLaunch Interceptor Program Specificationを用いて、共有オラクル上で48のエージェント生成実装と1000,000のランダム化テストインプットを評価する。
その結果、ナイト・リーブソンの発見とともに、かなりの共通モードの失敗が示された。
さらに、これらの共起障害の多くは、仕様が特に難しいかあいまいなところまで遡ることができる。
また, 符号化エージェントの多様性は, 多数決3次投票において, 単一バージョンの平均故障回数は387.44から3次投票130.99に減少し, 11,844 N-versionユニットはゼロの故障を示した。
私たちの当初の成果は,コーディングエージェントを用いたN-Version Programmingが有用なエンジニアリング戦略であるという,これまでで最も強力な証拠です。
関連論文リスト
- ExeCRE: Execution-Consistency Guided Reliability Estimation for Self-Correcting Code Generation [28.515743392951194]
ExeCRE(Execution-Consistency Guided code Reliability Estimation framework)を提案する。
多数のランダムに生成された入力に対して、実行出力の一貫性パターンを統計的に解析することにより、コードの信頼性を推定する。
実験により、ExeCREは効率と安定性の両方を一貫して改善し、ミスリード補正信号を著しく低減することが示された。
論文 参考訳（メタデータ） (2026-08-05T04:29:30Z) - Beyond Pass Rate: A Multilingual, Execution-Grounded Evaluation of Open Code LLMs [0.0]
ベストモデルの平均正しさは23.64%に達し、人間受け入れベースラインは57.2%である。
Qwen2.5-Coder-14B-Instructは、難しい問題と明確なプロブレムカバレッジで最強である。
Gemma-2-27B-ITは全言語でのリント通過率が最も高い。
論文 参考訳（メタデータ） (2026-06-07T21:10:30Z) - AlgoVeri: An Aligned Benchmark for Verified Code Generation on Classical Algorithms [54.99368693313797]
既存のベンチマークでは、個々の言語/ツールのみをテストするため、パフォーマンス番号は直接比較できない。
このギャップに対処するAlgoVeriは、Dafny、Verus、Leanで77ドルの古典的アルゴリズムのベリコーディングを評価するベンチマークです。
論文 参考訳（メタデータ） (2026-02-10T06:58:26Z) - Propose, Solve, Verify: Self-Play Through Formal Verification [75.44204610186587]
形式的検証が信頼性の高い正当性信号を提供する検証コード生成設定における自己再生について検討する。
本稿では,PSV(Propose, Solve, Verify)という,難易度の高い合成問題を生成可能なプロジェクタと,専門家の反復によって訓練された解決器を作成するための,形式的検証信号を用いた簡単なセルフプレイフレームワークを紹介する。
そこで本研究では,生成した質問数とトレーニングの繰り返し数によるパフォーマンスの尺度を示し,形式的検証と難易度を考慮した提案を,自己再生を成功させる上で不可欠な要素として同定する。
論文 参考訳（メタデータ） (2025-12-20T00:56:35Z) - Decompiling Smart Contracts with a Large Language Model [51.49197239479266]
Etherscanの78,047,845のスマートコントラクトがデプロイされているにも関わらず(2025年5月26日現在)、わずか767,520 (1%)がオープンソースである。
この不透明さは、オンチェーンスマートコントラクトバイトコードの自動意味解析を必要とする。
バイトコードを可読でセマンティックに忠実なSolidityコードに変換する,先駆的な逆コンパイルパイプラインを導入する。
論文 参考訳（メタデータ） (2025-06-24T13:42:59Z) - NumScout: Unveiling Numerical Defects in Smart Contracts using LLM-Pruning Symbolic Execution [31.708329829466567]
我々は,1,199件の監査報告の分析から,新しい5種類の数値欠陥を同定した。
この5つの欠陥を検出するために設計されたシンボリックな実行ベースツールであるNumScoutを提案する。
我々は6,617の現実世界契約でNumScoutを実行し、手動でラベル付けされた結果に基づいてその性能を評価する。
論文 参考訳（メタデータ） (2025-03-13T04:46:53Z) - When Disagreements Elicit Robustness: Investigating Self-Repair Capabilities under LLM Multi-Agent Disagreements [56.29265568399648]
我々は、不一致が早期のコンセンサスを防ぎ、探索されたソリューション空間を拡張することを主張する。
タスククリティカルなステップの相違は、ソリューションパスのトポロジによってコラボレーションを損なう可能性がある。
論文 参考訳（メタデータ） (2025-02-21T02:24:43Z) - Galapagos: Automated N-Version Programming with LLMs [6.745049148887976]
大規模言語モデルを用いたプログラム変種の自動生成を提案する。
プログラムの変種を生成するツールであるGal'apagosを設計、開発、評価する。
我々は現実世界のCコードのN-Versionコンポーネントを作成することでGal'apagosを評価する。
論文 参考訳（メタデータ） (2024-08-18T16:44:01Z) - How secure is AI-generated Code: A Large-Scale Comparison of Large Language Models [3.4887856546295333]
本研究では,C言語記述時の脆弱性発生傾向について,最先端のLarge Language Model (LLM)を比較した。
生成されたプログラムの少なくとも62.07%は脆弱性がある。
論文 参考訳（メタデータ） (2024-04-29T01:24:14Z) - Multi-Candidate Speculative Decoding [82.05519287513444]
大規模な言語モデルは、様々なNLPタスクで印象的な機能を示してきたが、その生成は自動回帰的に時間を要する。
これは高速なドラフトモデルから候補セグメントを生成し、ターゲットモデルによって並列に検証する。
本稿では,複数の候補をドラフトモデルから抽出し,検証のためにバッチにまとめる手法を提案する。
対象モデルの分布を維持しつつ,効率的な多候補検証のためのアルゴリズムを設計する。
論文 参考訳（メタデータ） (2024-01-12T17:15:23Z) - Fault-Tolerant Computing with Single Qudit Encoding [49.89725935672549]
単一マルチレベルキューディットに実装された安定化器量子エラー訂正符号について論じる。
これらのコードは、quditの特定の物理的エラーに合わせてカスタマイズすることができ、効果的にそれらを抑制することができる。
分子スピン四重項上のフォールトトレラントな実装を実証し、線形キューディットサイズのみの成長を伴うほぼ指数関数的な誤差抑制を示す。
論文 参考訳（メタデータ） (2023-07-20T10:51:23Z) - A Black-Box Attack on Code Models via Representation Nearest Neighbor
Search [38.09283133342118]
提案手法であるRNNSは、過去の攻撃に基づく探索種を用いて、潜在的な敵の代替品を見つける。
ベクトル表現に基づいて、RNNSは攻撃のより良い代用を予測し、選択する。
論文 参考訳（メタデータ） (2023-05-10T04:58:39Z) - Fault-Aware Neural Code Rankers [64.41888054066861]
サンプルプログラムの正しさを予測できる故障認識型ニューラルネットワークローダを提案する。
我々のフォールト・アウェア・ローダは、様々なコード生成モデルのpass@1精度を大幅に向上させることができる。
論文 参考訳（メタデータ） (2022-06-04T22:01:05Z)
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。