論文の概要: Automated Testing and Repair for Verified Compilers Generated by a Coding Agent
- arxiv url: http://arxiv.org/abs/2607.28928v1
- Date: Fri, 31 Jul 2026 01:04:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-03 14:29:40.55816
- Title: Automated Testing and Repair for Verified Compilers Generated by a Coding Agent
- Title（参考訳）: 符号化エージェントによる検証コンパイラの自動テストと修復
- Abstract要約: 検証されたコンパイラに対するエージェントベースの自動テストと修復システムを提案する。
このようなコンパイラに存在する構造を利用する特殊な欠陥検出手法を提案する。
- 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: We present an agent based automated testing and repair system for verified compilers that contain four kinds of code: verified code, checked code, unverified code, and specification. We present specialized defect detection techniques that exploit the structure present in such compilers. For each surfaced defect the system invokes a coding agent to repair the defect and validate the repair. We evaluate the system on the Axon compiler, a compiler completely generated by a coding agent operating under developer supervision. The compiler was validated during development on a small benchmark set (the Livermore benchmarks), raising the possibility that its coding agent reward hacked the compiler. We also evaluate the possibility that the repair system reward hacked the repairs and find no evidence of reward hacking in either the Axon compiler or the repairs. We present results that characterize the testing and repair effectiveness and discuss repair characteristics.
- Abstract（参考訳）: 検証済みコード,チェック済みコード,未検証コード,仕様の4種類のコードを含む,検証済みコンパイラを対象としたエージェントベースの自動テストと修復システムを提案する。
このようなコンパイラに存在する構造を利用する特殊な欠陥検出手法を提案する。
各表面欠陥に対して、システムは、欠陥を修復し、修復を検証するためのコーディングエージェントを起動する。
開発者管理下で動作しているコーディングエージェントによって完全に生成されるコンパイラであるAxonコンパイラ上でのシステム評価を行った。
コンパイラは、小さなベンチマークセット(Livermoreベンチマーク)で開発中に検証され、そのコーディングエージェントがコンパイラをハックした可能性が高まった。
また,修復システム報酬が修復をハックした可能性を評価し,Axonコンパイラや修復のいずれにも報酬がハックされた証拠は見つからなかった。
本研究は, 試験と補修の有効性を特徴付ける結果であり, 補修特性について考察する。
関連論文リスト
- Recompilation Is Not Enough: Test-Guided Decompiled-C Repair [4.193403311740078]
再コンパイルされたCは、修理後にのみ再コンパイル可能であることが多いが、再コンパイルだけではテスト観測動作が確立されない。
コンパイラフィードバックと関連する公式テストを使用して、コンパイル済みのCの修復を行うための数ステップのワークフローを示す。
論文 参考訳（メタデータ） (2026-09-07T08:24:53Z) - Code as Agent Harness [107.31925305395957]
新興のエージェントシステムでは、コードはもはや単なる目標出力ではない。
コードはエージェントの推論、行動、環境モデリング、実行ベースの検証のための運用上の基盤としてますます役立っている。
この調査は、実行可能、検証可能、ステートフルなAIエージェントシステムに向けた統一されたロードマップを提供する。
論文 参考訳（メタデータ） (2026-05-18T17:59:03Z) - MemRepair: Hierarchical Memory for Agentic Repository-Level Vulnerability Repair [10.709112246848058]
現代のソフトウェアエコシステムは、公表された脆弱性の急増に直面している。
既存のシステムのほとんどは、脆弱性の修復を、現在見えるコードコンテキストの単一生成ステップとして扱う。
本稿では、メモリ拡張されたエージェントフレームワークであるMemRepairを紹介し、脆弱性修復を反復的、経験駆動的なプロセスとして定式化する。
論文 参考訳（メタデータ） (2026-05-17T13:29:46Z) - QiMeng-PRepair: Precise Code Repair via Edit-Aware Reward Optimization [50.722636027998]
大規模言語モデル (LLM) はプログラム修復性能が高いが、しばしば過剰な編集に悩まされる。
オーバー編集を軽減し,修復精度を向上させるフレームワークであるPRepairを提案する。
論文 参考訳（メタデータ） (2026-04-07T14:56:38Z) - Beyond Crash-to-Patch: Patch Evolution for Linux Kernel Repair [2.267311896805228]
Linuxカーネルの修正は、受け入れ前にメーリングリストの反復的なリビジョンが行われ、レビュアーからのフィードバックが正確さ、ハンドリング、APIコンプライアンスを形作る。
6946 syzbot-linked bug-fix cyclesを再構築し,カーネルパッチの進化に関する大規模な研究を行った。
我々は、検索ベースのメモリと微調整された診断アドバイザを統合する修復フレームワークであるPatchAdvisorを開発し、コードエージェントをレビュアー対応パッチへ誘導する。
論文 参考訳（メタデータ） (2026-04-04T20:23:32Z) - RedCodeAgent: Automatic Red-teaming Agent against Diverse Code Agents [70.24175620901538]
コードエージェントは、強力なコード生成機能とコードインタプリタとの統合により、広く採用されている。
現在の静的安全性ベンチマークとレッドチームツールは、出現する現実世界のリスクシナリオを特定するのに不十分である。
我々はRedCodeAgentを提案する。RedCodeAgentは、多様なコードエージェントの脆弱性を体系的に発見するように設計された、最初の自動リピートエージェントである。
論文 参考訳（メタデータ） (2025-10-02T22:59:06Z) - Automated Code Repair for C/C++ Static Analysis Alerts [1.260797434681533]
静的解析(SA)ツールは、CまたはC++のソースコードが欠陥があることを示す多くの診断アラートを生成する。
本稿では、複数のSAツールによって生成された3つのカテゴリの警告に関連するC/C++コードを修復するAPRツールに対して、設計、開発、パフォーマンステストの適用について詳述する。
論文 参考訳（メタデータ） (2025-08-04T18:44:50Z) - RedCode: Risky Code Execution and Generation Benchmark for Code Agents [50.81206098588923]
RedCodeはリスクの高いコード実行と生成のためのベンチマークである。
RedCode-Execは、危険なコード実行につながる可能性のある、挑戦的なプロンプトを提供する。
RedCode-Genは160のプロンプトに関数シグネチャとドキュメントを入力として提供し、コードエージェントが命令に従うかどうかを評価する。
論文 参考訳（メタデータ） (2024-11-12T13:30:06Z) - Investigating the Transferability of Code Repair for Low-Resource Programming Languages [57.62712191540067]
大規模言語モデル(LLM)は、コード生成タスクにおいて顕著なパフォーマンスを示している。
近年の作業は、連鎖推論や蒸留といった現代的な技術を統合することで、コード修復のプロセスを強化している。
高低資源言語と低低資源言語の両方でコード修復を蒸留する利点について検討する。
論文 参考訳（メタデータ） (2024-06-21T05:05:39Z) - INTERVENOR: Prompting the Coding Ability of Large Language Models with the Interactive Chain of Repair [42.5403218101046]
InterVENORは、人間が観察するインタラクティブなコード修復プロセスをエミュレートするシステムである。
LLMはコード修復プロセスにおいて、コード学習者とコード教師の両方として機能し、異なる役割を担います。
論文 参考訳（メタデータ） (2023-11-16T12:55:20Z) - Break-It-Fix-It: Unsupervised Learning for Program Repair [90.55497679266442]
我々は2つの重要なアイデアを持つ新しいトレーニング手法であるBreak-It-Fix-It (BIFI)を提案する。
批判者は、実際の悪い入力でフィクスダーの出力をチェックし、トレーニングデータに良い(固定された)出力を追加する。
これらのアイデアに基づいて、よりペア化されたデータを生成するために、ブレーカとフィクスチャを同時に使用しながら、繰り返し更新する。
BIFIは既存のメソッドより優れており、GitHub-Pythonで90.5%、DeepFixで71.7%の修正精度がある。
論文 参考訳（メタデータ） (2021-06-11T20:31:04Z)
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。