論文の概要: Semantic Code Clone Detection: Are We There Yet?

• arxiv url: http://arxiv.org/abs/2606.25272v1
• Date: Wed, 24 Jun 2026 01:11:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 17:05:30.182232
• Title: Semantic Code Clone Detection: Are We There Yet?
• Title（参考訳）: セマンティックコードクローン検出:まだ存在するか?
• Abstract要約: コードクローンの検出は数十年にわたって広く研究されてきた。 最近のアプローチでは、ベンチマークデータセット上でのセマンティック(Type-4)クローンのパフォーマンスが著しく向上している。 本研究では,最先端のセマンティックコードクローン検出器の一般化可能性について,最初の系統的研究を行った。
• 参考スコア（独自算出の注目度）: 30.160018956984853
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Code clone detection has been extensively studied for decades, and recent approaches have begun reporting remarkably high performance for semantic (Type-4) clones on benchmark datasets. However, it remains unclear whether these results reflect a genuine ability to capture semantic equivalence between programs, or simply an ability to exploit dataset-specific patterns. In this paper, we present the first systematic empirical study investigating the generalizability of state-of-the-art (SOTA) semantic code clone detectors beyond benchmark evaluation settings. Inspired by the inherent inclusion relationship among clone types, we propose a clone operator framework consisting of eight transformation operators derived from Type-2 and Type-3 clone variations. Using these operators, we construct distribution-shifted yet semantically equivalent Type-4 clone instances and evaluate 11 representative detectors spanning token-based, tree-based, and graph-based paradigms on the real-world BigCloneBench dataset. Our results reveal substantial performance degradation across all evaluated approaches, despite their strong benchmark performance. Further analyses show that existing detectors heavily rely on shortcut learning based on lexical and structural cues rather than robust semantic understanding. Our findings suggest that current SOTA semantic code clone detectors exhibit limited generalizability in real-world scenarios, highlighting important avenues for future research.
• Abstract（参考訳）: コードクローン検出は数十年にわたって広く研究されており、最近のアプローチでは、ベンチマークデータセット上のセマンティッククローン(Type-4)のパフォーマンスが著しく向上している。 しかし、これらの結果がプログラム間の意味的等価性をキャプチャする真の能力や、単にデータセット固有のパターンを活用できる能力を反映しているかどうかは不明だ。 本稿では,ベンチマーク評価設定を超えて,SOTA(State-of-the-art)セマンティックコードクローン検出器の一般化可能性について,最初の系統的研究を行った。 クローンタイプ間の固有包摂関係から着想を得て,タイプ2およびタイプ3のクローン変異から派生した8つの変換演算子からなるクローン演算子フレームワークを提案する。 これらの演算子を用いて、分布シフトするが意味論的に等価なType-4クローンインスタンスを構築し、実際のBigCloneBenchデータセット上でトークンベース、ツリーベース、グラフベースのパラダイムにまたがる11の代表検出器を評価する。 その結果,ベンチマーク性能が強いにもかかわらず,評価されたすべてのアプローチで大幅な性能劣化が見られた。 さらに分析したところ、既存の検出器は、堅牢なセマンティック理解よりも、語彙的および構造的手がかりに基づくショートカット学習に大きく依存していることがわかった。 以上の結果から,現在のSOTA意味コードクローン検出器は実世界のシナリオにおいて限定的な一般化性を示し,今後の研究への重要な道のりをうかがうことが示唆された。

関連論文リスト

• LoRC: Detecting AI-Generated Images via Low-Rank Collapse in Semantic Residuals [50.157719466558696]
  現代の発電機は, セマンティック・残留部分空間において, 支配的なセマンティックな方向を保ちながら, 低ランクの崩壊を示すことを示す。 崩壊した残余幾何を捉えるために意味的優位性を分離するフレームワークである textbfLoRC を提案する。 本手法は,複数のベンチマークで平均7.0%の精度向上を実現し,39個の未知のジェネレータ上で97.0%の精度を実現する。
  論文  参考訳（メタデータ） (2026-08-21T08:58:47Z)
• The Regularizing Power of Language-Training Deepfake Detectors [57.529452351298495]
  ディープフェイク検出は一般的に、低レベルのドメイン固有のアーティファクトへの過度な適合に悩まされる。 デュアルエンコーダアーキテクチャを使用し、凍結した特殊検出器とLoRA調整されたMLLMエンコーダをペアリングする。 我々は、モデルが分類する前に記述的推論を生成することを奨励する強化学習段階を採用している。
  論文  参考訳（メタデータ） (2026-05-29T12:01:17Z)
• Zero-shot Evaluation of Deep Learning for Java Code Clone Detection [0.3158660750994145]
  Java用のDLベースのクローン検出器の一般化性について検討する。 我々の実験は、モデルが見えないコードに対して一般化可能であることを実証している。 従来のクローン検出器NiCadは、そのようなゼロショット評価シナリオにおいて、DLベースのクローン検出器よりも優れている。
  論文  参考訳（メタデータ） (2026-04-15T12:17:40Z)
• Are Classical Clone Detectors Good Enough For the AI Era? [5.2308433103996625]
  AI生成コードの採用の増加は、現代のソフトウェア開発を形変えた。 AI生成クローンは、大規模なトレーニングデータから学んだ体系的な構文パターンと意味的差異を示す。 古典的なコードクローン検出ツールは、歴史的に主に人間による認証で検証されてきた。
  論文  参考訳（メタデータ） (2025-09-30T04:19:17Z)
• HyClone: Bridging LLM Understanding and Dynamic Execution for Semantic Code Clone Detection [3.2167919219391474]
  コードクローン検出(Code clone detection)は、ソフトウェア工学において重要なタスクであり、ソフトウェアシステム内の重複や類似のコードフラグメントを識別することを目的としている。 大規模言語モデル(LLM)の最近の進歩は、コードセマンティクスの理解において有望であることを示している。 LLMに基づくスクリーニングと,Pythonプログラムのセマンティッククローンを検出するための実行ベースの検証を組み合わせた,新しい2段階のフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-02T13:11:56Z)
• Binary Code Similarity Detection via Graph Contrastive Learning on Intermediate Representations [52.34030226129628]
  バイナリコード類似度検出(BCSD)は、脆弱性検出、マルウェア分析、コードの再利用識別など、多くの分野で重要な役割を果たしている。 本稿では,LLVM-IRと高レベルのセマンティック抽象化を利用して,コンパイル差を緩和するIRBinDiffを提案する。 IRBinDiffは1対1の比較と1対多の検索シナリオにおいて,他の主要なBCSD手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-10-24T09:09:20Z)
• Assessing the Code Clone Detection Capability of Large Language Models [0.0]
  評価には、さまざまなクローンタイプのコードペアと類似度のレベルでモデルをテストすることが含まれる。 GPT-4はすべてのクローンタイプでGPT-3.5を一貫して上回っている。
  論文  参考訳（メタデータ） (2024-07-02T16:20:44Z)
• Rethinking Person Re-identification from a Projection-on-Prototypes Perspective [84.24742313520811]
  検索タスクとしてのPerson Re-IDentification(Re-ID)は,過去10年間で大きな発展を遂げてきた。 本稿では,新しいベースライン ProNet を提案する。 4つのベンチマークの実験では、提案したProNetは単純だが有効であり、以前のベースラインを大きく上回っている。
  論文  参考訳（メタデータ） (2023-08-21T13:38:10Z)
• UniASM: Binary Code Similarity Detection without Fine-tuning [2.2329530239800035]
  モデルがバイナリコードの複雑なニュアンスをキャプチャすることを保証するために,新しいリッチ・セマンティック関数表現手法を提案する。 新たに設計された2つのトレーニングタスクを含むUniASMという,UniLMベースのバイナリコード埋め込みモデルを紹介した。 実験の結果,UniASMは評価データセットに対する最先端(SOTA)アプローチよりも優れていた。
  論文  参考訳（メタデータ） (2022-10-28T14:04:57Z)
• K-ASTRO: Structure-Aware Adaptation of LLMs for Code Vulnerability Detection [12.458619777971956]
  K-ASTROは、大規模言語モデルからのセマンティック埋め込みと抽象構文木(AST)の構造的特徴を組み合わせた軽量なトランスフォーマーモデルで、コード脆弱性検出の効率と精度を向上させる。 提案手法では,突然変異検査にインスパイアされたASTベースの拡張手法,拡張AST機能を組み込んだ構造認識型アテンション機構,コードセマンティクスと構文を統一する共同適応パイプラインを導入している。
  論文  参考訳（メタデータ） (2022-08-17T04:50:51Z)
• Mitigating Generation Shifts for Generalized Zero-Shot Learning [52.98182124310114]
  一般化ゼロショット学習(英: Generalized Zero-Shot Learning、GZSL)は、学習中に見知らぬクラスが観察できない、見つからないサンプルを認識するために意味情報(属性など)を活用するタスクである。 本稿では,未知のデータ合成を効率よく,効率的に学習するための新しい生成シフト緩和フローフレームワークを提案する。 実験結果から,GSMFlowは従来のゼロショット設定と一般化されたゼロショット設定の両方において,最先端の認識性能を実現することが示された。
  論文  参考訳（メタデータ） (2021-07-07T11:43:59Z)
• Learning and Evaluating Representations for Deep One-class Classification [59.095144932794646]
  ディープワンクラス分類のための2段階フレームワークを提案する。 まず,一級データから自己教師付き表現を学習し,学習した表現に基づいて一級分類器を構築する。 実験では、視覚領域の1クラス分類ベンチマークで最先端の性能を示す。
  論文  参考訳（メタデータ） (2020-11-04T23:33:41Z)
• Semantic Clone Detection via Probabilistic Software Modeling [69.43451204725324]
  本稿では,0%の構文的類似性を有するクローンを検出する意味的クローン検出手法を提案する。 我々は,SCD-PSMをセマンティッククローン検出のための安定かつ高精度なソリューションとして提示する。
  論文  参考訳（メタデータ） (2020-08-11T17:54:20Z)

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。