論文の概要: TraceDev: A Traceability-Driven Multi-agent Framework for Requirement-to-Code Development
- arxiv url: http://arxiv.org/abs/2607.18886v1
- Date: Tue, 21 Jul 2026 09:14:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-22 19:05:05.382768
- Title: TraceDev: A Traceability-Driven Multi-agent Framework for Requirement-to-Code Development
- Title（参考訳）: TraceDev: 要求対コード開発のためのトレーサビリティ駆動型マルチエージェントフレームワーク
- Abstract要約: TraceDevは、複数の機能ポイントと複雑なセマンティクスを含むユースケースに根ざした、自動ソフトウェア開発のためのマルチエージェントフレームワークである。
我々はTraceDevを2つの広く使われているデータセット(125のユースケースを含む)で評価し、最先端の2つのアプローチと比較した。
- 参考スコア（独自算出の注目度）: 17.91255349277154
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In modern software development, the rapid advancement of Large Language Models (LLMs) has made the end-to-end transformation of Natural Language Requirements (NLRs) into executable repository-level code increasingly feasible. However, existing approaches typically rely on simplified instructions (e.g., single-sentence descriptions), failing to reflect complex software development scenarios. Moreover, they lack explicit requirement traceability mechanisms, making it difficult to precisely align and validate generated code against original requirements. To address these limitations, we propose TraceDev, a multi-agent framework for automated software development grounded in use cases that contain multiple functional points and complex semantics. TraceDev employs five role-specific agents, including a Requirement Refiner, Designer, Developer, Tester, and Validator. Notably, the Validator Agent constructs and maintains a heterogeneous traceability graph that links requirements, design models, and code artifacts for interacting with the preceding four agents. The traceability graph maintains consistency across various artifacts and serves as a structured context for efficient memory management, supporting reliable repository-level code generation. We evaluate TraceDev on two widely used datasets (including 125 use cases) compared with two state-of-the-art approaches. On the ETOUR dataset, TraceDev achieves a success rate of 53.63\%, outperforming baseline approaches by up to 186.63\%. A similar trend is observed on the SMOS dataset, where TraceDev attains a success rate of 56.82\%, exceeding baseline approaches by up to 340.80\%. These results demonstrate the effectiveness of TraceDev in repository-level code generation from requirements.
- Abstract（参考訳）: 現代のソフトウェア開発では、Large Language Models (LLM) の急速な進歩により、自然言語要求(NLR)を実行可能なリポジトリレベルのコードに変換することがますます可能になっている。
しかし、既存のアプローチは一般的に単純化された命令(例:単一文記述)に依存しており、複雑なソフトウェア開発シナリオを反映していない。
さらに、明示的な要求トレーサビリティメカニズムが欠如しており、生成されたコードを元の要求に対して正確に調整し、検証することが困難である。
これらの制約に対処するために,複数の機能点と複雑な意味論を含むユースケースを基盤とした,自動ソフトウェア開発のためのマルチエージェントフレームワークであるTraceDevを提案する。
TraceDevでは、Requireement Refiner、Designer、Developer、Tester、Validatorという5つのロール固有エージェントを採用している。
特に、Validator Agentは、前の4つのエージェントと対話するための要件、設計モデル、コードアーティファクトをリンクする異種トレーサビリティグラフを構築し、維持する。
トレーサビリティグラフは、さまざまなアーティファクト間の一貫性を維持し、効率的なメモリ管理のための構造化コンテキストとして機能し、信頼性の高いリポジトリレベルのコード生成をサポートする。
我々はTraceDevを2つの広く使われているデータセット(125のユースケースを含む)で評価し、最先端の2つのアプローチと比較した。
ETOURデータセットでは、TraceDevは53.63\%の成功率を達成し、ベースラインのアプローチを最大186.63\%上回っている。
SMOSデータセットでは同様の傾向が見られ、TraceDevは56.82\%の成功率に達し、ベースラインアプローチを最大340.80\%まで上回っている。
これらの結果から,リポジトリレベルのコード生成におけるTraceDevの有効性が示された。
関連論文リスト
- GTA: Generating Long-Horizon Tasks for Web Agents at Scale [82.43869456830664]
我々は、クローリング、検索ベースのシード、コンテキスト内生成、自動品質管理を統合したスケーラブルなフレームワーク、GTAを導入する。
eコマース、政府、フォーラム、ニュースをカバーする50以上のウェブサイトでパイプラインをインスタンス化し、マルチリンガルとマルチホップをカバーしています。
i) マルチホップWebエージェントタスク生成の形式化、(ii) 自動データ生成のための効率的で検証されたパイプラインの提案、(iii) 再現可能な評価を伴う動的ベンチマークのリリースである。
論文 参考訳（メタデータ） (2026-05-28T01:05:50Z) - From Runnable to Shippable: Multi-Agent Test-Driven Development for Generating Full-Stack Web Applications from Requirements [34.560333810255464]
テスト駆動開発(TDDev)は、このクローズドループを3段階を通じて自動化するフレームワークである。
我々は、Webアプリケーション生成のためのテスト駆動開発戦略について、初めて制御された実証的研究を行う。
TDDevは、手動による開発者の介入をゼロに減らし、ワークロードを継続的プロンプトエンジニアリングから、自律的なフィードバック駆動の洗練へとシフトさせる。
論文 参考訳（メタデータ） (2026-05-17T03:48:41Z) - Understanding by Reconstruction: Reversing the Software Development Process for LLM Pretraining [66.89012795621349]
大規模言語モデル(LLM)は、複雑なソフトウェア工学に必要な、深く、長期にわたる推論に苦しむことが多い。
本稿では,再構築による理解という,新しいパラダイムを提案する。
マルチエージェントシミュレーションを用いて潜在エージェント軌道を合成するフレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-11T09:23:20Z) - Multi-Agent Systems for Dataset Adaptation in Software Engineering: Capabilities, Limitations, and Future Directions [8.97512410819274]
本稿では,データセット適応タスクにおいて,最先端のマルチエージェントシステムがどのように機能するかについて,最初の実証的研究を行う。
我々は、GitHub Copilotを評価し、ROCODEやLogHub2.0といったベンチマークリポジトリからSE研究成果物を適用する。
その結果、現在のシステムはキーファイルを識別し、部分的な適応を生成することができるが、正しい実装を生成することは滅多にない。
論文 参考訳（メタデータ） (2025-11-26T13:26:11Z) - Towards Realistic Project-Level Code Generation via Multi-Agent Collaboration and Semantic Architecture Modeling [7.753074942497876]
CodeProjectEvalは、12.7ファイルと2,388.6行のタスクを持つ18の現実世界リポジトリから構築されたプロジェクトレベルのコード生成データセットである。
プロジェクトをアーキテクチャ設計、スケルトン生成、コードフィリングステージに分解するマルチエージェントフレームワークであるProjectGenを提案する。
実験によると、ProjectGenは、52/124のテストケースを小さなプロジェクトレベルのコード生成データセットDevBenchに渡すことで、最先端のパフォーマンスを実現している。
論文 参考訳（メタデータ） (2025-11-05T12:12:35Z) - SR-Eval: Evaluating LLMs on Code Generation under Stepwise Requirement Refinement [10.05571095209475]
大規模言語モデル(LLM)はコード生成において顕著な進歩を遂げた。
このミスマッチは、LLMが現実世界の開発をどのようにサポートできるかの理解を制限する。
SR-Evalは,ステップワイド要求再定義に基づく反復コード生成におけるLLMの評価に特化して設計されたベンチマークである。
論文 参考訳（メタデータ） (2025-09-23T08:59:05Z) - UserTrace: User-Level Requirements Generation and Traceability Recovery from Software Project Repositories [41.30731718695494]
UserTraceは、自動的にユーザレベルの要件(UR)を生成し、リポジトリからライブトレースリンクを復元するシステムである。
評価の結果, UserTrace は既存のベースラインよりも完全性, 正確性, 有用性が高い UR を生成することがわかった。
論文 参考訳（メタデータ） (2025-09-14T12:28:39Z) - LLM-Driven Collaborative Model for Untangling Commits via Explicit and Implicit Dependency Reasoning [15.20947984949809]
コミット回避のための新しいコラボレーティブコンサルテーションフレームワークであるColaUntangleを提案する。
ColaUntangleは、LLM(Large Language Model)駆動エージェントをマルチエージェントアーキテクチャに統合する。
広く使われている2つのデータセット(1,612 C#と14k Java tangledコミット)上でColaUntangleを評価する。
論文 参考訳（メタデータ） (2025-07-22T09:42:13Z) - AGENTIF: Benchmarking Instruction Following of Large Language Models in Agentic Scenarios [51.46347732659174]
LLM(Large Language Models)は、現実世界のエージェントアプリケーションにおいて高度な機能を示す。
AgentIFは、エージェントシナリオでLLM命令に従う能力を体系的に評価する最初のベンチマークである。
論文 参考訳（メタデータ） (2025-05-22T17:31:10Z) - Large Language Models as Realistic Microservice Trace Generators [48.730974361862366]
本稿では,大規模言語モデル (LLM) を用いて, 合成作業負荷トレースを生成する手法を提案する。
我々はTraceLLMが様々な条件下で多様なリアルなトレースを生成し、精度と妥当性の両方において既存のアプローチよりも優れていることを示す。
TraceLLMは、キートレース機能を予測したり、欠落したデータを埋め込むといった、下流のトレース関連タスクに適応する。
論文 参考訳（メタデータ） (2024-12-16T12:48:04Z) - Codev-Bench: How Do LLMs Understand Developer-Centric Code Completion? [60.84912551069379]
Code-Development Benchmark (Codev-Bench)は、細粒度で現実世界、リポジトリレベル、開発者中心の評価フレームワークです。
Codev-Agentは、リポジトリのクローリングを自動化し、実行環境を構築し、既存のユニットテストから動的呼び出しチェーンを抽出し、データ漏洩を避けるために新しいテストサンプルを生成するエージェントベースのシステムである。
論文 参考訳（メタデータ） (2024-10-02T09:11:10Z) - SOEN-101: Code Generation by Emulating Software Process Models Using Large Language Model Agents [50.82665351100067]
FlowGenは、複数のLarge Language Model (LLM)エージェントに基づいたソフトウェアプロセスモデルをエミュレートするコード生成フレームワークである。
FlowGenScrumをHumanEval、HumanEval-ET、MBPP、MBPP-ETの4つのベンチマークで評価した。
論文 参考訳（メタデータ） (2024-03-23T14:04:48Z)
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。