論文の概要: CrossLangFuzzer: Differential Testing of Cross-Language JVM Compilers
- arxiv url: http://arxiv.org/abs/2606.28132v1
- Date: Fri, 26 Jun 2026 14:33:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-29 18:24:25.51495
- Title: CrossLangFuzzer: Differential Testing of Cross-Language JVM Compilers
- Title（参考訳）: CrossLangFuzzer: クロスランゲージJVMコンパイラの差分テスト
- Abstract要約: CrossLangFuzzerは、クロス言語コンパイルのための差分テストフレームワークである。
Kotlinコンパイラの統一中間表現を使用して、言語間のテストプログラムを合成する。
CrossLangFuzzerは、Kotlinの15、Groovyの4、Scala 3の7、Scala 2の2、Javaの4を含む、32のバグを発見した。
- 参考スコア（独自算出の注目度）: 6.138794721766494
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Modern JVM software increasingly integrates multiple programming languages, such as Java, Kotlin, Groovy, and Scala, within a single application. Supporting such interoperability requires JVM compilers to perform cross-language compilation while reconciling subtle semantic differences across language boundaries. Errors in this process can lead to critical miscompilations, yet existing compiler testing techniques focus exclusively on isolated, singlelanguage compilation. To address this gap, we present CrossLangFuzzer, the first differential testing framework for cross-language JVM compilation. CrossLangFuzzer leverages the Kotlin compiler's unified intermediate representation (IR) to synthesize cross-language test programs. It further applies seven mutation operators to diversify generated test programs and improve bug-finding capability. Evaluated on the latest versions of five major JVM compilers, CrossLangFuzzer uncovered 32 confirmed bugs, including 15 in Kotlin, 4 in Groovy, 7 in Scala 3, 2 in Scala 2, and 4 in Java. CrossLangFuzzer is open-source at https://github.com/XYZboom/CrossLangFuzzer
- Abstract（参考訳）: 最近のJVMソフトウェアは、Java、Kotlin、Groovy、Scalaといった複数のプログラミング言語を単一のアプリケーションに統合する傾向にある。
このような相互運用性をサポートするには、JVMコンパイラが言語境界間の微妙なセマンティックな違いを調整しながら、言語間のコンパイルを実行する必要がある。
このプロセスのエラーは重大なミスコンパイルにつながる可能性があるが、既存のコンパイラテスト技術は独立した単一言語コンパイルにのみ焦点をあてている。
このギャップに対処するため、クロス言語JVMコンパイルのための最初の差分テストフレームワークであるCrossLangFuzzerを紹介します。
CrossLangFuzzerはKotlinコンパイラの統一中間表現(IR)を利用して、言語間のテストプログラムを合成する。
さらに7つの突然変異演算子を適用して、生成されたテストプログラムを多様化し、バグフィリング機能を改善する。
5つの主要なJVMコンパイラの最新バージョンを評価することで、CrossLangFuzzer氏は、Kotlinの15、Groovyの4、Scala 3の7、Scala 2の2、Javaの4を含む、32のバグを発見した。
CrossLangFuzzerがhttps://github.com/XYZboom/CrossLangFuzzerでオープンソース化
関連論文リスト
- A Multi-Language Object-Oriented Programming Benchmark for Large Language Models [61.267115598083315]
35の既存ベンチマークの調査では、3つの大きな不均衡が明らかになった。
85.7%は単一のプログラミング言語に重点を置いている。
94.3%は関数レベルまたはステートメントレベルのタスクのみを対象としている。
80%以上は平均10件未満のテストケースを含む。
論文 参考訳（メタデータ） (2025-09-30T11:30:08Z) - Finding Compiler Bugs through Cross-Language Code Generator and Differential Testing [4.072167151876496]
CrossLangFuzzerは多種多様な型パラメータと複雑な継承構造を持つ言語横断のテストプログラムを生成する。
Kotlinコンパイラの10のバグ、Groovyコンパイラの4つのバグ、Scala 3コンパイラの7つのバグ、Scala 2コンパイラの2つのバグ、Javaコンパイラの1つのバグを発見した。
論文 参考訳（メタデータ） (2025-07-09T06:33:06Z) - EquiBench: Benchmarking Large Language Models' Reasoning about Program Semantics via Equivalence Checking [58.15568681219339]
大規模言語モデル(LLM)を評価するための新しいベンチマークであるEquiBenchを紹介する。
このタスクは、プログラムのセマンティクスについて推論するモデルの能力を直接テストする。
19の最先端LCMを評価し、最も難しいカテゴリでは、最高の精度は63.8%と76.2%であり、50%のランダムベースラインよりわずかに高い。
論文 参考訳（メタデータ） (2025-02-18T02:54:25Z) - CRUXEval-X: A Benchmark for Multilingual Code Reasoning, Understanding and Execution [50.1875460416205]
CRUXEVAL-Xコード推論ベンチマークには19のプログラミング言語が含まれている。
各言語に対して少なくとも600人の被験者で構成され、合計19Kのコンテンツ一貫性テストがある。
Pythonでのみトレーニングされたモデルでさえ、他の言語で34.4%のPass@1を達成することができる。
論文 参考訳（メタデータ） (2024-08-23T11:43:00Z) - Cross-Language Dependencies: An Empirical Study of Kotlin-Java [1.5680371708311132]
Googleが2017年にAndroidアプリ開発の公式プログラミング言語としてKotlinを導入して以来、KotlinはAndroid開発で広く採用されている。
現実世界のプロジェクトでJavaとKotlinが相互に相互作用する方法については、限定的な研究がある。
我々は、3,227のJavaと8,630のKotlinソースファイルを持つ23のKotlin-Java実世界のプロジェクトについて実証的研究を行った。
論文 参考訳（メタデータ） (2024-05-07T18:26:24Z) - Java JIT Testing with Template Extraction [7.714591709931207]
LeJitは、Javaのジャスト・イン・タイム(JIT)コンパイラをテストするためのテンプレートベースのフレームワークである。
私たちは、さまざまな人気のあるJava JITコンパイラをテストするためにLeJitを成功させました。
論文 参考訳（メタデータ） (2024-03-17T17:39:27Z) - ZC3: Zero-Shot Cross-Language Code Clone Detection [79.53514630357876]
ゼロショットクロスランゲージコードクローン検出のためのZC3という新しい手法を提案する。
ZC3は、異なるプログラミング言語間で同型表現空間を形成するために、対照的なスニペット予測を設計する。
これに基づいて、ZC3はドメイン認識学習とサイクル一貫性学習を利用して、異なる言語間で整合した表現を生成する。
論文 参考訳（メタデータ） (2023-08-26T03:48:10Z) - Statically Detecting Buffer Overflow in Cross-language Android
Applications Written in Java and C/C++ [10.607324343206024]
バッファオーバーフローを検出するために,Java と C/C++ 間のデータフロー解析を行う手法を提案する。
これはJavaとC/C++で記述されたプロジェクトでデータフローを自動的に解析するツールです。
論文 参考訳（メタデータ） (2023-05-17T14:20:21Z) - A Language Model of Java Methods with Train/Test Deduplication [5.529795221640365]
このツールデモでは、Javaソースコードの言語モデルの研究ツールキットが紹介されている。
対象読者には、Javaのサブルーチン、ステートメント、変数の粒度レベルでの問題を研究する研究者も含まれる。
論文 参考訳（メタデータ） (2023-05-15T00:22:02Z) - Zero-Shot Cross-lingual Semantic Parsing [56.95036511882921]
7つのテスト言語に対する並列データを持たないゼロショット問題として,言語間セマンティックパーシングについて検討した。
英文論理形式ペアデータのみを用いて解析知識を付加言語に転送するマルチタスクエンコーダデコーダモデルを提案する。
このシステムは、ゼロショット解析を潜時空間アライメント問題としてフレーム化し、事前訓練されたモデルを改善し、最小のクロスリンガル転送ペナルティで論理形式を生成することができる。
論文 参考訳（メタデータ） (2021-04-15T16:08:43Z) - Inducing Language-Agnostic Multilingual Representations [61.97381112847459]
言語間の表現は、世界中のほとんどの言語でNLP技術が利用可能になる可能性がある。
i) 対象言語のベクトル空間をピボットソース言語に再配置すること、(ii) 言語固有の手段と分散を取り除くこと、(ii) 副産物としての埋め込みの識別性を向上すること、(iii) 形態的制約や文の並べ替えを除去することによって言語間の入力類似性を高めること、の3つのアプローチを検討する。
論文 参考訳（メタデータ） (2020-08-20T17:58:56Z)
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。