論文の概要: RepoRescue: An Empirical Study of LLM Agents on Whole-Repository Compatibility Rescue
- arxiv url: http://arxiv.org/abs/2607.01213v1
- Date: Wed, 01 Jul 2026 17:51:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-02 19:56:08.015694
- Title: RepoRescue: An Empirical Study of LLM Agents on Whole-Repository Compatibility Rescue
- Title（参考訳）: レポレスキュー:全リポジトリ適合性レスキューにおけるLDM剤の実証研究
- Abstract要約: オープンソースライブラリやツールは広く再利用されているが、互換性の維持は高価である。
バグ修正とは異なり、互換性の回復は元の環境で動作したが、エコシステムのドリフト後に失敗するリポジトリから始まる。
193のPythonと122のJavaリポジトリからRepoRescueを構築します。
- 参考スコア（独自算出の注目度）: 17.088503865332402
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Open-source libraries and tools are widely reused, but compatibility maintenance is expensive. Once maintainers leave, useful repositories can stop working as runtimes and dependencies evolve. We study whether LLM agents can adapt old repositories to modern environments, a task we call compatibility rescue. Unlike bug repair, compatibility rescue starts from a repository that worked in its original environment but fails after ecosystem drift. RepoRescue gives agents only the repository and its failing modern environment; the agent must diagnose the failure, locate affected code, and produce a source-code rescue that restores the historical test suite. We build RepoRescue from 193 Python and 122 Java repositories, each verified to pass historically and fail after modernization. We evaluate five deployed agent systems on Python and three on Java. Beyond full-patch pass rate, we rerun patches after removing test-file edits to measure source-only repair, add a runtime-enforced regime that blocks test edits, and validate practical use for repositories whose suites pass after rescue. We find that Claude Code systems sometimes edit failing tests even when prompted not to; with runtime blocking, Kimi still rescues 41.5% of repositories. Systems are complementary: their union reaches 62.7%, exceeding the best single system by 10.9 points. Difficulty concentrates in cross-file coordination: on 14 repositories requiring coordinated whole-codebase changes, GPT-5.2 through Codex passes all 14, while every Claude Code system passes at most two. Finally, a passing suite is only an initial signal: among 34 unmaintained Python candidates whose suites pass after rescue, 22 work in realistic scenarios and 12 pass bug-hunt with patches that address the compatibility failure. RepoRescue benchmarks compatibility rescue with source-only auditing, runtime enforcement, practical validation, and reasoning labels.
- Abstract（参考訳）: オープンソースライブラリやツールは広く再利用されているが、互換性の維持は高価である。
メンテナが去ると、ランタイムと依存関係が進化するにつれて、有用なリポジトリが機能しなくなる。
我々は,LLMエージェントが古いリポジトリを現代環境に適用できるかどうかを検討した。
バグ修正とは異なり、互換性の回復は元の環境で動作したが、エコシステムのドリフト後に失敗するリポジトリから始まる。
エージェントは障害を診断し、影響のあるコードを特定し、過去のテストスイートを復元するソースコードの救済を生成する必要がある。
193のPythonと122のJavaリポジトリからRepoRescueを構築します。
我々はPythonに5つのデプロイエージェントシステムとJavaに3つのデプロイエージェントシステムを評価した。
フルパッチのパスレート以外にも、ソースのみの修正を計測するためにテストファイルの編集を削除した後にパッチを再実行し、テストの編集をブロックするランタイム強化されたレシエーションを追加し、レスキュー後にパスするリポジトリの実用的な使用を検証する。
実行時のブロッキングにより、Kimiは依然として41.5%のリポジトリを救っている。
彼らの連合は62.7%に達し、10.9ポイントの最良の単一システムを上回っている。
14のリポジトリでは、コーディネートされた全コードベースの変更を必要とするが、GPT-5.2は全14を通り、Claude Codeシステムは最大2を通り抜ける。
最後に、パススイートは初期信号に過ぎず、レスキュー後にパスする34の非保守Python候補、現実的なシナリオで22の作業、互換性の障害に対処するパッチで12のバグハントをパスする。
RepoRescueベンチマークは、ソースのみの監査、実行時の実施、実践的な検証、推論ラベルによる互換性の回復をベンチマークする。
関連論文リスト
- ExecCritic: Learn to Test, Test to Improve for Coding Agents [68.42713285082912]
実行時のフィードバックは、コーディングエージェントを正しいリポジトリの修復に導くことができますが、テストが問題によって要求された振る舞いをキャプチャした場合のみです。
ExecCriticを導入し、テスト-検証-修正足場と、その中のトレーニングエージェントのためのロール固有の強化学習レシピを組み合わせる。
テストエージェントが独立してリポジトリネイティブなテストを生成し、フェイルクローズされたハーネスがそれらを調整して凍結し、リカバリエージェントがテストを変更することなく、ソースコードを実行フィードバックから修正する。
論文 参考訳（メタデータ） (2026-09-08T17:53:37Z) - READU: Inconsistency-Driven Just-in-Time Detection and Repair of README Bugs [12.692695524978332]
本稿では,バグのジャスト・イン・タイム検出と修復のための不整合駆動手法であるREADUを提案する。
6つの人気のあるリポジトリから6000のコミットに対して、READUは75%の精度で真の陽性を検出し、0.01ドル未満のコミットを1分未満で消費する。
66のバグを報告し、そのうち44が確認され、26が修正された。
論文 参考訳（メタデータ） (2026-07-17T09:29:51Z) - AtomicCommitBench: Can Coding Agents Reconstruct Commit Histories from Squashed Patches? [9.689734830501429]
コーディングエージェントは、機能の実装、バグ修正、パーティショニング、テスト、設定の編集を混ぜた1つのスクワッドパッチを返すことで、セッションを終了することが多い。
エージェントがコミットをグループ化し、再生可能なコミットシーケンスを具体化する。
私たちは10のPythonプロジェクトから800の連続的なエピソードを含むAtomicCommitBenchを構築します。
論文 参考訳（メタデータ） (2026-07-03T13:51:22Z) - Phoenix: Safe GitHub Issue Resolution via Multi-Agent LLMs [0.0]
PhoenixはGitHubの問題をトリアージからプルリクエスト生成を通じて解決するマルチエージェントLLMシステムである。
フェニックスは6つの専門エージェントで仕事を分解する。
14リポジトリにわたる42の実際の問題に関する補完的なパイロットは、100%の正確性を保存する。
論文 参考訳（メタデータ） (2026-06-18T13:56:12Z) - Getting Better at Working With You: Compiling User Corrections into Runtime Enforcement for Coding Agents [99.67681154381803]
Test-time Rule Acquisition and Compiled Enforcement (TRACE)は、コーディングエージェントランタイムのためのスキル層パイプラインである。
開発者が事前に記述した実行時チェックとは異なり、TRACEスキルはユーザのチャット修正に由来する。
論文 参考訳（メタデータ） (2026-06-11T10:43:40Z) - When Retrieval Hurts Code Completion: A Diagnostic Study of Stale Repository Context [4.235809074981841]
Retrievalの拡張されたコード生成は、クロスファイルリポジトリのコンテキストに依存するが、検索されたスニペットは、時代遅れのプロジェクト状態から来る可能性がある。
時間的に古いリポジトリスニペットが無害なノイズとして振る舞うか、あるいは現在非互換なコードを積極的に誘導するかを検討する。
論文 参考訳（メタデータ） (2026-05-14T07:18:30Z) - BUILD-AND-FIND: An Effort-Aware Protocol for Evaluating Agent-Managed Codebases [0.0]
BUILD-AND-FINDは、下流エージェントが生成されたリポジトリから意図した選択を復元できるかどうかを評価するプロトコルである。
各タスクに対して、ビルダーは隠されたリポジトリの仕様を見て、仕様に書かれた複数選択の質問バンクを作成します。
このプロトコルは、行動の正しさをアーティファクト側のリカバリから切り離し、リカバリの正確性、再現性、実装のカバレッジ、検査の労力を報告します。
論文 参考訳（メタデータ） (2026-05-07T12:35:27Z) - Outcome-Conditioned Reasoning Distillation for Resolving Software Issues [49.16055123488827]
本稿では, 検証済みパッチを監督として, リポジトリ内問題を解決したO-CRD(Outcome-Conditioned Reasoning Distillation)フレームワークを提案する。
歴史的修正から始まり、検証結果から段階的な修理トレースを後方に再構築する。
SWE-Bench Liteでは、GPT-4oではPass@1が10.4%、DeepSeek-V3では8.6%、GPT-5では10.3%増加する。
論文 参考訳（メタデータ） (2026-01-30T18:25:39Z) - CrashFixer: A crash resolution agent for the Linux kernel [58.152358195983155]
この作業は、システムレベルのLinuxカーネルバグのベンチマークと、Linuxカーネルで実験を実行するプラットフォームを共有するkGymの上に構築されている。
CrashFixerはLinuxカーネルのバグに適応する最初のLCMベースのソフトウェア修復エージェントである。
論文 参考訳（メタデータ） (2025-04-29T04:18:51Z) - Repository-level Code Search with Neural Retrieval Methods [25.222964965449286]
我々は、リポジトリレベルのコード検索のタスクを、ユーザの質問やバグに対処するのに最も関係のある、コードリポジトリの現在の状態からファイルの集合を検索するものとして定義する。
提案手法は,コミットメッセージに対するBM25ベースの検索と,CodeBERTを用いて関連するファイルを識別するニューラルリランクを組み合わせたものである。
7つの人気のあるオープンソースリポジトリから生成された新しいデータセットの実験では、MAP、MRR、P@1がBM25ベースラインに対して最大80%改善されている。
論文 参考訳（メタデータ） (2025-02-10T21:59:01Z) - RepoCoder: Repository-Level Code Completion Through Iterative Retrieval
and Generation [96.75695811963242]
RepoCoderはリポジトリレベルのコード補完プロセスを合理化するフレームワークである。
類似性ベースのレトリバーと、事前訓練されたコード言語モデルが組み込まれている。
バニラ検索で拡張されたコード補完アプローチよりも一貫して優れています。
論文 参考訳（メタデータ） (2023-03-22T13:54:46Z) - Repro: An Open-Source Library for Improving the Reproducibility and
Usability of Publicly Available Research Code [74.28810048824519]
Reproは、研究コードのユーザビリティ向上を目的とした、オープンソースのライブラリである。
Dockerコンテナ内で研究者がリリースしたソフトウェアを実行するための軽量Python APIを提供する。
論文 参考訳（メタデータ） (2022-04-29T01:54:54Z)
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。