論文の概要: Beyond Text Editing: Algebraic Manipulation of Source Code

• arxiv url: http://arxiv.org/abs/2607.18742v1
• Date: Tue, 21 Jul 2026 06:05:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-22 19:05:05.321954
• Title: Beyond Text Editing: Algebraic Manipulation of Source Code
• Title（参考訳）: テキスト編集を超えて: ソースコードの代数的操作
• Abstract要約: ソースコードはほぼ普遍的にプレーンテキストとして編集される。 有効なコードと正しいコードの構文的要件と意味的要件のミスマッチと、制約のないテキスト編集プロセスは摩擦をもたらす。 本稿では,論理的代数演算の系列を適用することで,ソースコード代数の新たな代替手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Source code is almost universally edited as plain text. However, the mismatch between the syntactic and semantic requirements of valid and correct code, and the unconstrained text editing process trying to produce it, introduces friction that degrades the programming task. It is also increasingly costly in the era of LLM-based coding agents, which must materialize their high-level plan of intended changes as low-level text edits dispersed throughout the codebase, often requiring them to re-read large portions of code. We propose the novel alternative approach of source code algebra, where the codebase is modified by applying to it a sequence of logical algebraic operations. Each operation makes the full set of changes necessary for a single semantic change, analogous to mathematical equation rewriting. We sketch initial properties of such operations - including composition, nullipotency, and commutativity - that distinguish this approach from text editing, and make it well-suited as a substrate for agentic code editing. A feasibility probe with our proof-of-concept implementation (SCAS) suggests that LLM agents can use source code algebra to complete a non-local, cross-file code change with both higher success rates and one to two orders of magnitude fewer tokens, relative to text-based baselines. While preliminary, this is consistent with the hypothesis that having LLMs emit algebraic operations, rather than rewritten code, is a promising direction for code editing - and motivates broader future research into source code algebra, such as comprehensive operator libraries, formal properties, and human-facing tooling.
• Abstract（参考訳）: ソースコードはほぼ普遍的にプレーンテキストとして編集される。 しかし、有効なコードと正しいコードの統語的要件と、それを生成しようとする制約のないテキスト編集プロセスとのミスマッチは、プログラミングタスクを劣化させる摩擦をもたらす。 また、LLMベースのコーディングエージェントの時代はますますコストがかかり、コードベース全体に低レベルのテキスト編集が分散するにつれて、意図された変更の高レベルな計画を実現する必要がある。 本稿では,ソースコード代数の新たな代替手法を提案する。そこでは,論理代数演算のシーケンスを適用して,コードベースを改良する。 各操作は、数学的方程式の書き換えに類似した単一の意味変化に必要な完全な変更セットを作成する。 テキスト編集とこのアプローチを区別する合成, 無効化, 可換性などの操作の初期特性をスケッチし, エージェントコード編集の基盤として適している。 概念実証実装(SCAS)による実現可能性調査では、LLMエージェントがソースコード代数を用いて、より高い成功率と、テキストベースのベースラインと比較して1～2桁少ないトークンで、非ローカルなクロスファイルコード変更を完了できることが示唆されている。 予備的ではあるが、LLMがコードを書き直すのではなく、代数的操作を発行することはコード編集の有望な方向であり、包括的な演算子ライブラリ、形式的プロパティ、ヒューマン対応ツールといったソースコード代数に関するより広範な研究を動機付けている、という仮説と一致している。

関連論文リスト

• SEDCoT: Enhancing LLM-Based COBOL Code Translation via Symbolic Execution and Delta Debugging [49.898541267264115]
  古い技術や疎結合なドキュメンテーション、開発者の引退などによって、メンテナンスはますます難しくなっている。 従来のルールベースのトランスコンパイラは、読み書きが難しい出力を出力する。 本稿では,新しいC言語翻訳フレームワークであるSEDCoTを提案する。
  論文  参考訳（メタデータ） (2026-07-05T03:07:10Z)
• What Really Improves Mathematical Reasoning: Structured Reasoning Signals Beyond Pure Code [72.9921566968371]
  ドメイン分離のきめ細かい10T-tokenコーパスにおける事前学習の制御実験により,コードが推論を改善するという主張を再考する。 コードはプログラミング能力を大幅に改善するが、一般的な推論エンハンサーとして機能しない。 コード-テキストと数学-テキストの混合のようなドメイン間構造的推論トレースがよりうまく説明されている。
  論文  参考訳（メタデータ） (2026-05-19T12:37:01Z)
• TokDrift: When LLM Speaks in Subwords but Code Speaks in Grammar [8.34539885321864]
  意味的に同一のコードスニペットは、ホワイトスペースや識別子の命名といった表面的要因によって異なるトークン化が可能であることを示す。 TokDriftは、セマンティック保存リライトルールを適用して、トークン化のみで異なるコード変種を生成するフレームワークです。 この結果から,不正なトークン化は信頼性の高いコード理解と生成に隠れた障害であることがわかった。
  論文  参考訳（メタデータ） (2025-10-16T17:59:45Z)
• Exploring Direct Instruction and Summary-Mediated Prompting in LLM-Assisted Code Modification [10.964060011243234]
  本稿では,大規模言語モデル(LLM)を用いた既存コードの変更について検討する。 プロンプティング(prompting)は、開発者がLLMにインテントを伝えるための主要なインターフェースである。 本研究では,LLM支援符号修正のための2つの手順について検討した。
  論文  参考訳（メタデータ） (2025-08-02T23:52:49Z)
• CodeRAG: Supportive Code Retrieval on Bigraph for Real-World Code Generation [69.684886175768]
  大規模言語モデル(LLM)は、自動コード生成において有望なパフォーマンスを示している。 本稿では,検索拡張コード生成フレームワークであるCodeRAGを提案する。 実験によると、CodeRAGはRAGのシナリオと比較して大幅に改善されている。
  論文  参考訳（メタデータ） (2025-04-14T09:51:23Z)
• CodeCipher: Learning to Obfuscate Source Code Against LLMs [5.872773591957006]
  我々は,LLMからの応答を保存しながら,コードからプライバシを乱す新しい方法であるCodeCipherを提案する。 CodeCipher は LLM の埋め込み行列を変換し、各行が元の行列内の別の単語に対応するようにし、難読化ソースコードのためのトークンとトークンの混同マッピングを生成する。 その結果,LLMの性能を保ちながらソースコードのプライバシを混乱させることに成功した。
  論文  参考訳（メタデータ） (2024-10-08T08:28:54Z)
• Uncovering LLM-Generated Code: A Zero-Shot Synthetic Code Detector via Code Rewriting [78.48355455324688]
  原符号とLLM書き換え版との類似性に基づく新しいゼロショット合成符号検出器を提案する。 以上の結果から,既存のSOTA合成コンテンツ検出装置よりも顕著な改善が得られた。
  論文  参考訳（メタデータ） (2024-05-25T08:57:28Z)
• StepCoder: Improve Code Generation with Reinforcement Learning from Compiler Feedback [58.20547418182074]
  2つの主要コンポーネントからなるコード生成の新しいフレームワークであるStepCoderを紹介します。 CCCSは、長いシーケンスのコード生成タスクをCurriculum of Code Completion Subtaskに分割することで、探索課題に対処する。 FGOは、未実行のコードセグメントをマスクすることでのみモデルを最適化し、Fine-Grained Optimizationを提供する。 提案手法は,出力空間を探索し,対応するベンチマークにおいて最先端の手法より優れた性能を発揮する。
  論文  参考訳（メタデータ） (2024-02-02T13:14:31Z)
• InstructCoder: Instruction Tuning Large Language Models for Code Editing [26.160498475809266]
  ユーザインストラクションに基づいたコード編集にLLM(Large Language Models)を用いる方法について検討する。 InstructCoderは、汎用コード編集にLLMを適用するために設計された最初の命令チューニングデータセットである。 InstructCoderで微調整されたオープンソースのLLMは、コード編集の精度を大幅に向上させることができる。
  論文  参考訳（メタデータ） (2023-10-31T10:15:35Z)
• Guess & Sketch: Language Model Guided Transpilation [59.02147255276078]
  学習されたトランスパイレーションは、手作業による書き直しやエンジニアリングの取り組みに代わるものだ。 確率的ニューラルネットワークモデル(LM)は、入力毎に可塑性出力を生成するが、正確性を保証するコストがかかる。 Guess & Sketch は LM の特徴からアライメントと信頼性情報を抽出し、意味的等価性を解決するためにシンボリック・ソルバに渡す。
  論文  参考訳（メタデータ） (2023-09-25T15:42:18Z)
• GrACE: Generation using Associated Code Edits [23.643567386291988]
  プリトレーニング済みの大規模言語モデル(LLM)に,事前の関連編集の知識を付与する。 LLMの生成能力は、コード変更の多様性と、事前編集時のコード生成の条件付けに役立ちます。 Codex と CodeT5 の2つの有名な LLM を,ゼロショット設定と微調整設定でそれぞれ評価した。
  論文  参考訳（メタデータ） (2023-05-23T14:55:44Z)
• Composable Text Controls in Latent Space with ODEs [97.12426987887021]
  本稿では,コンパクトテキスト空間における構成可能なテキスト操作のための,新しい効率的なアプローチを提案する。 事前学習したLMを効率よく適応することで、サンプルベクトルを所望のテキストシーケンスにデコードする。 実験により、我々のアプローチ内でこれらの演算子を構成すると、高品質なテキストの生成や編集が可能であることが示された。
  論文  参考訳（メタデータ） (2022-08-01T06:51:45Z)

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。