論文の概要: PhoenixRepair: Rethinking Repair Strategy Exploration in Software Agents
- arxiv url: http://arxiv.org/abs/2607.18859v1
- Date: Tue, 21 Jul 2026 08:49:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-22 19:05:05.362657
- Title: PhoenixRepair: Rethinking Repair Strategy Exploration in Software Agents
- Title（参考訳）: PhoenixRepair: ソフトウェアエージェントの修復戦略探索の再考
- Abstract要約: PhoenixRepairは、複数の候補編集場所を探索し、より良いパッチを生成するマルチエージェントフレームワークである。
PhoenixRepairはDeepSeek-V3.1の下でSWE-agentよりも7.8%の最大の相対的改善を実現し、MiniMax-M2.5で76.0%のPass@1の最高分解率を達成した。
- 参考スコア（独自算出の注目度）: 62.36339598951133
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While Large Language Models have greatly advanced automated issue resolution, existing agent-based methods exhibit a fundamental limitation in their insufficient exploration of repair strategies. This insufficiency manifests in two key aspects. First, the exploration of multiple potential edit locations is limited. Second, the exploration of repair attempts at each location is also insufficient. To address these challenges, we present PhoenixRepair, a multi-agent framework that systematically explores multiple candidate edit locations and performs iterative reflection and refinement on patch generation, thereby expanding the search space of repair strategies. Our framework begins with multi-location sampling, optionally augmented with graph-based localization information for difficult tasks, followed by iterative reflection and refinement to generate better patches, culminating in final-round generation guided by distilled insights from all historical attempts. Experiments on SWE-bench-Verified demonstrate that PhoenixRepair achieves the largest relative improvement of 7.8\% over SWE-agent under DeepSeek-V3.1, and attains the highest resolved rate of 76.0\% Pass@1 under MiniMax-M2.5. Meanwhile, it achieves higher fault localization accuracy than existing approaches. Our code is available at https://github.com/DeepSoftwareAnalytics/PhoenixRepair.
- Abstract（参考訳）: 大規模言語モデルでは自動問題解決が大幅に進歩しているが、既存のエージェントベースの手法では修復戦略の探究が不十分である。
この不全は2つの重要な側面に現れます。
まず、潜在的な複数の編集場所の探索が制限される。
第二に、各箇所での修理の試みも不十分である。
これらの課題に対処するため、PhoenixRepairは、複数の候補編集場所を体系的に探索し、パッチ生成に対して反復的なリフレクションと改善を行い、修復戦略の探索空間を拡大するマルチエージェントフレームワークである。
筆者らのフレームワークは,まず,困難なタスクに対するグラフベースのローカライゼーション情報で任意に拡張したマルチロケーションサンプリングから始まり,その後に反復的リフレクションと改良を加えて,より優れたパッチを生成し,すべての歴史的試みから抽出された洞察によって導かれる最終ラウンド生成を導出する。
SWE-bench-Verifiedの実験では、PhoenixRepairはDeepSeek-V3.1の下でSWE-agentよりも7.8\%最大の相対的改善を実現し、MiniMax-M2.5では76.0\% Pass@1の最高分解率を達成した。
一方、既存の手法よりも高精度なフォールトローカライゼーションを実現する。
私たちのコードはhttps://github.com/DeepSoftwareAnalytics/PhoenixRepair.comで利用可能です。
関連論文リスト
- Dream-RSI: Recursive Self-Improvement through Evolving Worlds [61.888486670260306]
textscDream-RSIはスケーラブルな自己改善探索のためのフレームワークである。
軽量なオーケストレーションレイヤは、探索を明確にし、プログラム化可能にする。
歴史的発見木から構築された再生シミュレーターでドリームを実行することで、textscDream-RSIは即時かつ低コストなオフ政治フィードバックを確保できる。
論文 参考訳（メタデータ） (2026-09-14T00:10:47Z) - Repair or Resample? Rethinking Failure Debugging in LLM Multi-Agent Systems [15.825635807363499]
我々は、MAS実行軌跡を記録し、介入アンカーを確立する制御された評価フレームワークであるSymTraceを紹介する。
リプレイ中は、記録されたログを使用してアンカーの前の実行を効果的に再構築し、下流の軌道のみを再生する。
その結果,既存の無誘導再走行法は信頼性が低く,故障の再現率や修復率も低いことが明らかとなった。
論文 参考訳（メタデータ） (2026-08-26T15:33:47Z) - MT-Web2Code: Benchmarking Coding Agents on Multi-Turn Regional Reconstruction and Localized Modification [26.741669879220684]
MT-Web2Codeはマルチターンマクロレベル地域再構成とマイクロレベル局所化のための最初のマルチモーダルコーディングベンチマークである。
我々は、構造的およびスタイリスティックな欠陥を黄金のページに繰り返し注入するスケーラブルな逆回転軌道エンジンを開発した。
13のコーディングエージェントの実験では、現在のエージェントは影響を受けていないコンテンツを保存しながら、領域を忠実にターゲットするのに苦労し、局所的な編集のためにきめ細かいビジュアルコードアライメントを欠いている。
論文 参考訳（メタデータ） (2026-08-04T11:14:00Z) - TerraRepair: A Tool-Grounded LLM Agent for Infrastructure-as-Code Repair [4.223176941421543]
LLM(Large Language Model)ベースの修復アプローチは、いくつかの発見を修復することができるが、問題を修正することなく、幻覚や警告を抑えることができる。
構造的エスカレーションによるTerraform修復のためのツール接地型LLMエージェントの試作について述べる。
当社のツールは、AWS、Azure、GCPの2つのIaCセキュリティスキャナであるCheckovとTrivyを使用して、2つの脆弱な設計Terraformリポジトリ上で評価しています。
論文 参考訳（メタデータ） (2026-07-13T10:54:38Z) - Knowledge-Enhanced Agentic Vulnerability Repair [20.715227299482947]
KeaRepairは、検証済みのプログラム事実と高いレベルの脆弱性知識のパッチ生成を基盤とする、新しいエージェント的アプローチである。
55のC/C++脆弱性に対する既存のアプローチよりも大幅に優れています。
Gemini-3.1-Proと組み合わせると、KeaRepairは46個の脆弱性の修復に成功し、83.64%の修復率を達成した。
論文 参考訳（メタデータ） (2026-07-01T11:42:25Z) - Root-Cause-Driven Automated Vulnerability Repair [22.901308199259443]
Kumushiは、欠陥に最も関係のあるコードに焦点を当てた、ルート原因駆動のパッチエージェントである。
根本原因の修正を増やし、表面パッチを少なくし、決定的なペア比較の多数で好まれる。
論文 参考訳（メタデータ） (2026-05-05T19:34:49Z) - DocSeeker: Structured Visual Reasoning with Evidence Grounding for Long Document Understanding [63.257540233507626]
本稿では、構造化解析、局所化、推論のワークフローを実行するためにモデルを必要とするパラダイムを提案する。
ショートページトレーニングから超長文書への堅牢な一般化を示し、視覚的検索・拡張生成システムと自然に相乗効果を示す。
論文 参考訳（メタデータ） (2026-04-14T14:39:26Z) - FailureMem: A Failure-Aware Multimodal Framework for Autonomous Software Repair [45.42550492783294]
MAPR(Multimodal Automated Program repair)は、ソースコード、テキストのイシュー記述、GUIスクリーンショットなどのビジュアルアーティファクトを共同で推論することを要求することで、従来のプログラム修復を拡張している。
我々は,3つの主要なメカニズムを統合したマルチモーダル修復フレームワークであるFailureMemを提案する。これは,構造的ローカライゼーションとフレキシブルな推論とをバランスさせるハイブリッドワークフローエージェントアーキテクチャ,領域レベルの視覚的接地を可能にするアクティブな認識ツール,過去の修復の試みを再利用可能なガイダンスに変換するFailure Memory Bankである。
論文 参考訳（メタデータ） (2026-03-18T15:24:22Z) - BeyondSWE: Can Current Code Agent Survive Beyond Single-Repo Bug Fixing? [61.247730037229815]
BeyondSWEは2つの軸 – 解像度スコープと知識スコープ – に沿って既存の評価を拡張する包括的なベンチマークです。
外部知識の役割を解明するために,ディープ検索とコーディング能力を統合するフレームワークであるSearchSWEを開発した。
この作業は、現実的で挑戦的な評価ベンチマークと、より有能なコードエージェントに向けた研究を進めるための柔軟なフレームワークの両方を提供する。
論文 参考訳（メタデータ） (2026-03-03T17:52:01Z) - SWE-Adept: An LLM-Based Agentic Framework for Deep Codebase Analysis and Structured Issue Resolution [9.339988760379915]
大規模言語モデル(LLM)は、自己完結したタスクに対して強いパフォーマンスを示す。
SWE-Adeptは、ローカライズエージェントが問題関連コードの位置を特定し、解決エージェントが対応する修正を実装するフレームワークである。
SWE-Bench Lite と SWE-Bench Pro の実験は、SWE-Adept が問題ローカライゼーションと解決の両方において、従来のアプローチよりも一貫して優れていることを示した。
論文 参考訳（メタデータ） (2026-03-01T23:52:30Z) - DoVer: Intervention-Driven Auto Debugging for LLM Multi-Agent Systems [48.971606069204825]
DoVerは、大規模言語モデル(LLM)ベースのマルチエージェントシステムのための介入駆動デバッグフレームワークである。
ターゲットの介入を通じて、アクティブな検証によって仮説生成を増強する。
DoVerは失敗試験の18～28%を成功させ、最大16%のマイルストーンを達成し、失敗仮説の30～60%を検証または否定する。
論文 参考訳（メタデータ） (2025-12-07T09:23:48Z) - FINEREASON: Evaluating and Improving LLMs' Deliberate Reasoning through Reflective Puzzle Solving [90.88021670297664]
FINEREASONは、大規模言語モデルの推論能力を評価するための論理パズルベンチマークである。
状態チェックと状態遷移という2つのタスクを導入し、モデルが現在の状況をどのように評価するかを総合的に評価し、次の動きを計画する。
状態チェックと遷移データに基づいてトレーニングされたモデルでは、GSM8Kで最大5.1%の精度で数学推論が向上することを示す。
論文 参考訳（メタデータ） (2025-02-27T16:23:25Z)
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。