論文の概要: A Modular Framework for Stack-Heap and Value Abstractions (Extended Version)
- arxiv url: http://arxiv.org/abs/2607.15932v1
- Date: Fri, 17 Jul 2026 13:18:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-20 17:56:52.85276
- Title: A Modular Framework for Stack-Heap and Value Abstractions (Extended Version)
- Title（参考訳）: スタックヒープとバリュー抽象化のためのモジュールフレームワーク(拡張バージョン)
- Abstract要約: 高度な静的プログラム解析では、非自明なプログラムの振る舞いのセマンティクスを推論する必要がある。
ほとんどのプログラミング言語では、静的および動的アロケーションは通常スタックとヒープによって管理される。
解析中にスタックとヒープメモリを扱う汎用メモリフレームワークの提案と形式化を行う。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Advanced static program analysis requires reasoning on the semantics of non-trivial program behaviors (e.g., pointers and complex data structures such as lists and sets, functions, and objects) and how they affect the memory. In most programming languages, static and dynamic allocations are typically managed by the stack and the heap, respectively. However, how allocations behave and how the memory is managed at runtime can vary significantly depending on the programming language being analyzed. Proper handling of these aspects is essential, as an accurate memory model enables the detection of critical issues such as buffer overflows and underflows, use-after-free errors, and null pointer exceptions prior to execution, that is, before such erroneous behaviors occur. In this paper, we propose and formalize a generic memory framework to handle stack and heap memory during the analysis, that is able to support various behaviors from different programming languages (e.g., C, C++, Java, and Python), while remaining parametric, allowing different memory and value analyses to be independently chosen and combined. It relies on the Abstract Interpretation theory and enables sound approximation of different memory models and program behaviors. We introduce a split state abstraction that separates value and memory analyses into two modular abstract domains. These domains interact through a set of memory identifiers, along with a set of operations defined by the domains to manipulate them, allowing the framework to capture both value information and structural memory relationships.
- Abstract（参考訳）: 高度な静的プログラム分析では、非自明なプログラムの振る舞い(例えば、ポインタやリスト、セット、関数、オブジェクトなどの複雑なデータ構造)と、それらがメモリに与える影響を推論する必要がある。
ほとんどのプログラミング言語では、静的アロケーションと動的アロケーションはそれぞれスタックとヒープによって管理される。
しかし、アロケーションがどのように振る舞うか、実行時にメモリがどのように管理されるかは、分析対象のプログラミング言語によって大きく異なる可能性がある。
正確なメモリモデルにより、バッファオーバーフローやアンダーフロー、使用後のエラー、実行前のヌルポインタ例外などの重要な問題の検出が可能になるため、これらの側面の適切な処理が不可欠である。
本稿では,解析中にスタックとヒープメモリを処理する汎用メモリフレームワークの提案と形式化を行い,異なるプログラミング言語(C,C++,Java,Pythonなど)の様々な動作をサポートするとともに,パラメータを保ちながら,異なるメモリと値分析を独立に選択,組み合わせることを可能にする。
抽象解釈理論(Abstract Interpretation theory)に依存し、異なるメモリモデルとプログラムの振る舞いの音響近似を可能にする。
値とメモリ分析を2つのモジュール抽象ドメインに分離する分割状態抽象化を導入する。
これらのドメインは、メモリ識別子のセットと、それらを操作するためにドメインによって定義された一連の操作を通して相互作用し、フレームワークが値情報と構造的メモリ関係の両方をキャプチャすることを可能にする。
関連論文リスト
- MemTools: A Unified Research Framework for Interoperable Agent Memory [35.007598094076485]
私たちは、メモリシステムコンポーネントを基盤となるデプロイメント環境から分離する相互運用性研究フレームワークであるMemToolsを紹介します。
MemToolsは宣言的なデータコントラクトを通じてメモリライフサイクルを標準化し、異なるシステム間でコンポーネントの交換可能なアセンブリを可能にする。
MemToolsは、共有ランタイム内でシンボリック、ニューラル、マルチモーダルメモリ表現をコーディネートするための統一された計算インターフェースを提供する。
論文 参考訳（メタデータ） (2026-07-23T15:04:34Z) - Information flow security on persistent memory [2.6905021039717987]
我々は、単純なアセンブリ言語をモデル化する非構造化言語(つまり、ループではなくゴスを持つ)のための情報フローロジックを提供する。
この論理をx86アセンブリに適用し,命令のメモリへの非順序伝播の可能性を推論する。
論文 参考訳（メタデータ） (2026-06-24T05:31:13Z) - Memory Transfer Learning: How Memories are Transferred Across Domains in Coding Agents [56.078070829341534]
メモリベースの自己進化は、コーディングエージェントにとって有望なパラダイムとして登場した。
ヘテロジニアスドメインからの統一メモリプールを利用して、textbfMemory Transfer Learning (MTL) について検討する。
論文 参考訳（メタデータ） (2026-04-15T15:50:29Z) - M$^\star$: Every Task Deserves Its Own Memory Harness [28.900347612231513]
大規模言語モデルエージェントは、拡張された相互作用の間、知識を蓄積し再利用するために、特別なメモリシステムに依存している。
最近のアーキテクチャでは、会話のセマンティック検索やコーディングに再利用されたスキルなど、特定のドメインに適した固定メモリ設計を採用するのが一般的である。
プログラムの進化を通じてタスク最適化メモリハーネスを自動的に検出する手法であるM$star$を紹介する。
論文 参考訳（メタデータ） (2026-04-10T03:22:26Z) - RMBench: Memory-Dependent Robotic Manipulation Benchmark with Insights into Policy Design [77.30163153176954]
RMBenchは、メモリの複雑さの複数のレベルにまたがる9つの操作タスクからなるシミュレーションベンチマークである。
Mem-0は、制御アブレーション研究をサポートするために設計された明示的なメモリコンポーネントを備えたモジュラー操作ポリシーである。
既存のポリシにおけるメモリ関連の制限を特定し、アーキテクチャ設計の選択がメモリパフォーマンスに与える影響に関する実証的な洞察を提供する。
論文 参考訳（メタデータ） (2026-03-01T18:59:59Z) - Graph-based Agent Memory: Taxonomy, Techniques, and Applications [63.70340159016138]
メモリはLarge Language Model(LLM)ベースのエージェントの中核モジュールとして出現する。
さまざまなパラダイムの中でグラフは、関係依存をモデル化する本質的な能力のため、エージェントメモリの強力な構造として際立っている。
本調査では, エージェントメモリの総合的な検討について, グラフベースの観点から述べる。
論文 参考訳（メタデータ） (2026-02-05T13:49:05Z) - AtomMem : Learnable Dynamic Agentic Memory with Atomic Memory Operation [40.1709026042412]
本稿では,メモリ管理を動的意思決定問題として再設計するAtomMemを提案する。
教師付き微調整と強化学習を組み合わせることで、AtomMemは、メモリの振る舞いをオーケストレーションする自律的なタスク整合ポリシーを学ぶ。
3つの長期コンテキストベンチマークの実験結果から、トレーニング済みのAtomMem-8Bは、従来の静的ワークフローメモリメソッドよりも一貫して優れていたことが示されている。
論文 参考訳（メタデータ） (2026-01-13T08:22:28Z) - LaMemo: Language Modeling with Look-Ahead Memory [50.6248714811912]
右側トークンへの漸進的参加により再帰記憶を向上させるLook-Ahead Memory(LaMemo)を提案する。
LaMemoは、メモリ長に比例した追加のオーバーヘッドで、双方向の注意とセグメントの再発を受け入れる。
広く使われている言語モデリングベンチマークの実験は、異なる種類のメモリを備えたベースラインよりも優れていることを示した。
論文 参考訳（メタデータ） (2022-04-15T06:11:25Z) - Pin the Memory: Learning to Generalize Semantic Segmentation [68.367763672095]
本稿ではメタラーニングフレームワークに基づくセマンティックセグメンテーションのための新しいメモリ誘導ドメイン一般化手法を提案する。
本手法は,セマンティッククラスの概念的知識を,ドメインを超えて一定であるカテゴリ記憶に抽象化する。
論文 参考訳（メタデータ） (2022-04-07T17:34:01Z) - Memory-Based Semantic Parsing [79.48882899104997]
文脈依存型セマンティック解析のためのメモリベースモデルを提案する。
逐次的ユーザ発話の累積的意味を維持することにより,メモリ管理を行うコンテキストメモリコントローラを学習する。
論文 参考訳（メタデータ） (2021-09-07T16:15:13Z)
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。