論文の概要: CODENS: Transforming Code Changes into Living, Accessible, and Queryable Documentation
- arxiv url: http://arxiv.org/abs/2607.18356v1
- Date: Mon, 20 Jul 2026 10:13:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-22 19:05:05.197735
- Title: CODENS: Transforming Code Changes into Living, Accessible, and Queryable Documentation
- Title（参考訳）: CODENS: コード変更をリビング、アクセシブル、クエリ可能なドキュメントに変換する
- Abstract要約: 私たちは、プルリクエストを運用用の生きた、アクセス可能な、クエリ可能なドキュメントに変換するシステムであるCODENSを紹介します。
CODENSは、プルリクエストから型付きソフトウェア知識グラフを段階的に構築し、スキーマ駆動のセマンティック抽出を通じてコンポーネントを強化し、それら間の型付き関係を導出し、3つの検索モードを通じて結果の知識を公開する。
システムはまた、プルリクエスト全体にわたるセマンティックな変更履歴を保持し、回答品質と運用評価のメトリクスを統合する。
- 参考スコア（独自算出の注目度）: 1.0195618602298682
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Maintaining up-to-date code documentation is difficult in fast-moving repositories because design knowledge is scattered across source files and pull requests. We present CODENS , a system that turns pull requests into living, accessible, and queryable documentation for production codebases. CODENS incrementally builds a typed software knowledge graph from pull requests, enriches components through schema-driven semantic extraction, derives typed relations between them, and exposes the resulting knowledge through three retrieval modes, including agent-guided graph traversal for repository-level question answering. The system also preserves semantic change history across pull requests and integrates both answer-quality and operational evaluation metrics. We evaluate CODENS on a client Ruby on Rails project in production. Results show that CODENS produces highly relevant and well-grounded answers, while qualitative feedback highlights a remaining challenge in concise, documentation-oriented synthesis.
- Abstract（参考訳）: 設計知識がソースファイルやプルリクエストに分散しているため、リポジトリの高速移動には、最新のコードドキュメンテーションの維持が難しい。
私たちはCODENSという,プルリクエストを実運用コードベース用の生きた,アクセス可能な,クエリ可能なドキュメントに変換するシステムを紹介します。
CODENSは、プルリクエストから型付きソフトウェア知識グラフを段階的に構築し、スキーマ駆動のセマンティック抽出を通じてコンポーネントを強化し、それら間の型付き関係を導出し、リポジトリレベルの質問応答のためのエージェント誘導グラフトラバースを含む3つの検索モードを通じて結果の知識を公開する。
システムはまた、プルリクエスト全体にわたるセマンティックな変更履歴を保持し、回答品質と運用評価のメトリクスを統合する。
我々はクライアントRuby on RailsプロジェクトでCODENSを実運用環境で評価する。
結果から,CODENSは極めて関連性が高く,基礎的な回答が得られ,質的なフィードバックは簡潔でドキュメント指向の合成に残る課題を浮き彫りにしている。
関連論文リスト
- What Papers Don't Tell You: Recovering Tacit Knowledge for Automated Paper Reproduction [57.86097956633207]
Methodは、学術論文から実行可能なコードを生成するグラフベースのエージェントフレームワークである。
3つのドメイン、10のタスク、10の最近の論文にまたがる拡張ReproduceBenchでは、公式実装に対する平均的なパフォーマンスギャップが10.04%に達する。
論文 参考訳（メタデータ） (2026-03-02T12:33:31Z) - In Line with Context: Repository-Level Code Generation via Context Inlining [11.065371614078723]
本稿では,リポジトリレベルのコード生成のための新しいフレームワークであるInlineCoderを紹介する。
InlineCoderは、未完成の関数をコールグラフにインライン化することで、リポジトリコンテキストの理解を強化する。
論文 参考訳（メタデータ） (2026-01-01T15:56:24Z) - RepoSummary: Feature-Oriented Summarization and Documentation Generation for Code Repositories [7.744086870383438]
RepoSummaryは機能指向のコードリポジトリ要約アプローチである。
同時にリポジトリドキュメンテーションを自動的に生成する。
機能機能から対応するコード要素へのより正確なトレーサビリティリンクを確立する。
論文 参考訳（メタデータ） (2025-10-13T06:16:44Z) - Scalable and Explainable Enterprise Knowledge Discovery Using Graph-Centric Hybrid Retrieval [0.0]
現代の企業は、Jira、Gitリポジトリ、Confluence、wikiなどの異種システムに分散した膨大な知識を管理している。
本稿では,知識ベース言語拡張モデル(KBLam),DeepGraph表現,埋め込み型セマンティック検索を統合したモジュール型ハイブリッド検索フレームワークを提案する。
このフレームワークは、コード、プルリクエスト、コミット履歴を含む解析済みのリポジトリから統一された知識グラフを構築する。
大規模なGitリポジトリの実験では、統一推論層は、スタンドアロンのGPTベースの検索パイプラインと比較して、回答の妥当性を最大80%改善している。
論文 参考訳（メタデータ） (2025-10-13T02:56:36Z) - RANGER -- Repository-Level Agent for Graph-Enhanced Retrieval [0.38298911754746934]
汎用自動化ソフトウェアエンジニアリング(ASE)には、コード補完、検索、修復、QA、要約といったタスクが含まれる。
これらのタスクは、コードエンティティやコードエンティティクエリに関する特定のクエリを処理できるコード検索システムを必要とする。
本稿では、両方のクエリタイプに対応するように設計されたリポジトリレベルのコード検索エージェントであるRANGERを紹介する。
論文 参考訳（メタデータ） (2025-09-27T18:57:02Z) - SaraCoder: Orchestrating Semantic and Structural Cues for Resource-Optimized Repository-Level Code Completion [34.41683042851225]
そこで本研究では,リソース最適化検索拡張手法であるSaraCoderを提案する。
限られたコンテキストウィンドウにおいて、情報の多様性と代表性を最大化する。
我々の研究は、複数の次元にわたる検索結果を体系的に洗練することは、より正確でリソース最適化されたリポジトリレベルのコード補完システムを構築するための新しいパラダイムを提供することを証明している。
論文 参考訳（メタデータ） (2025-08-13T11:56:05Z) - ReTreever: Tree-based Coarse-to-Fine Representations for Retrieval [64.44265315244579]
そこで本研究では,様々なレベルで参照文書を整理し,表現するためのツリーベース手法を提案する。
我々の手法はReTreeverと呼ばれ、クエリと参照ドキュメントが同様のツリーブランチに割り当てられるように、バイナリツリーの内部ノード毎のルーティング関数を共同で学習する。
我々の評価では、ReTreeverは一般的に完全な表現精度を保っている。
論文 参考訳（メタデータ） (2025-02-11T21:35:13Z) - CoIR: A Comprehensive Benchmark for Code Information Retrieval Models [52.61625841028781]
COIR(Code Information Retrieval Benchmark)は、コード検索機能を評価するために設計された、堅牢で包括的なベンチマークである。
COIRは、厳密にキュレートされた10のコードデータセットで構成され、7つの異なるドメインにまたがる8つの特有の検索タスクにまたがる。
我々は,COIRを用いた9つの広く使用されている検索モデルを評価し,最先端システムにおいても,コード検索タスクの実行に重大な困難があることを明らかにする。
論文 参考訳（メタデータ） (2024-07-03T07:58:20Z) - On The Importance of Reasoning for Context Retrieval in Repository-Level Code Editing [82.96523584351314]
我々は、コンテキスト検索のタスクをリポジトリレベルのコード編集パイプラインの他のコンポーネントと分離する。
我々は、推論が収集された文脈の精度を向上させるのに役立っているが、それでもその十分性を識別する能力は欠如していると結論づける。
論文 参考訳（メタデータ） (2024-06-06T19:44:17Z) - STaRK: Benchmarking LLM Retrieval on Textual and Relational Knowledge Bases [93.96463520716759]
テキストと知識ベースを用いた大規模半構造検索ベンチマークSTARKを開発した。
本ベンチマークでは, 製品検索, 学術論文検索, 精密医療におけるクエリの3分野について検討した。
多様なリレーショナル情報と複雑なテキスト特性を統合した,現実的なユーザクエリを合成する,新しいパイプラインを設計する。
論文 参考訳（メタデータ） (2024-04-19T22:54:54Z) - 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) - Generate rather than Retrieve: Large Language Models are Strong Context
Generators [74.87021992611672]
本稿では,文書検索を大規模言語モデル生成器に置き換えることで,知識集約型タスクを解く新しい視点を提案する。
我々は,提案手法をgenRead (genRead) と呼び,まず大きな言語モデルに対して,与えられた質問に基づいて文脈文書を生成し,次に生成された文書を読み出して最終回答を生成する。
論文 参考訳（メタデータ） (2022-09-21T01:30:59Z)
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。