論文の概要: From Bug Reports to Browser-Executable Procedures: An LLM-Driven Agent for Web GUI Bug Reproduction
- arxiv url: http://arxiv.org/abs/2608.03598v1
- Date: Tue, 04 Aug 2026 12:50:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-06 07:04:20.724308
- Title: From Bug Reports to Browser-Executable Procedures: An LLM-Driven Agent for Web GUI Bug Reproduction
- Title（参考訳）: バグレポートからブラウザ実行可能な手順: Web GUIバグの再現のためのLLM駆動エージェント
- Abstract要約: ReBugは、Web GUIバグレポートからブラウザレベルの再現手順を再構築し、実行し、検証するコンテキスト対応エージェントシステムである。
我々はReBugを4つのオープンソースWebアプリケーションから667の現実世界のバグレポートで評価した。
- 参考スコア（独自算出の注目度）: 1.746500363342869
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Reproducing web GUI bugs from natural-language bug reports is critical for software maintenance, but remains difficult because reports often lack prerequisites such as dependencies and input files. Existing bug reproduction techniques mainly target code units or mobile applications and lack end-to-end visual execution and validation for web GUIs. We present ReBug, a context-aware agent system that reconstructs, executes, and validates browser-level reproduction procedures from web GUI bug reports by driving a real browser. ReBug separates reproduction into two stages. In the preparation stage, ReBug reconstructs missing prerequisites from the report and available artifacts, and it produces a high-level reproduction plan. In the execution stage, it performs tool-mediated interactions in the browser, maintains structured summaries of page state and action history, and validates the final state against expectations derived from the report. We evaluate ReBug on 667 real-world bug reports from four open-source web applications. On controlled current deployments, ReBug outperforms both baselines, achieving an average RSR of 49.96%, a mean task completion rate of 74.96%, and a mean action execution success rate of 86.54%. Our results show that explicit context reconstruction and state-aware browser execution effectively support report-derived browser reproduction, while historical replay shows that successful procedures often expose the original bug-present behavior on restored buggy versions.
- Abstract（参考訳）: 自然言語のバグレポートからWeb GUIバグを再現することは、ソフトウェアのメンテナンスには不可欠だが、レポートには依存性や入力ファイルのような前提条件が欠けていることが多いため、依然として難しい。
既存のバグ再現技術は主にコードユニットやモバイルアプリケーションをターゲットにしており、Web GUIのエンドツーエンドのビジュアル実行とバリデーションが欠如している。
実ブラウザを駆動することで,Web GUIバグレポートからブラウザレベルの再現手順を再構築し,実行し,検証するコンテキスト対応エージェントシステムであるReBugを提案する。
ReBugは再生を2つのステージに分ける。
準備段階では、ReBugはレポートと利用可能なアーティファクトから欠落した前提条件を再構築し、高いレベルの再生計画を生成する。
実行段階では、ブラウザ上でツールによるインタラクションを実行し、ページ状態とアクション履歴の構造的な要約を保持し、レポートから得られた期待に対して最終状態を検証する。
我々はReBugを4つのオープンソースWebアプリケーションから667の現実世界のバグレポートで評価した。
制御された現在の展開において、ReBugは両方のベースラインを上回り、平均RSRは49.96%、平均タスク完了率は74.96%、平均アクション実行成功率は86.54%である。
この結果から,明示的なコンテキスト再構築とステートアウェアなブラウザ実行がレポート由来のブラウザ再生を効果的にサポートしていることが示唆された。
関連論文リスト
- CUADebug: Diagnosing and Repairing Computer-Use Agent Failures [65.56066380320107]
コンピュータ利用エージェント(CUA)は、スクリーンショット、マウスとキーボードのアクション、ステートフルなUIフィードバックを通じて、実際のデスクトップとWebインターフェースを操作する。
テキストのみのエージェントとは異なり、CUAの失敗は、視覚知覚、接地、低レベル相互作用、タスク推論、環境ダイナミクスの複合から生じる。
CUA障害の診断と修復のためのフレームワークであるCUA Debugを紹介する。
論文 参考訳（メタデータ） (2026-07-31T13:59:45Z) - AgentDebugX: An Open-Source Toolkit for Failure Observability, Attribution, and Recovery in LLM Agents [83.37969790806069]
LLMエージェントのエラーは、エラーが表面化するステップが原因ではないことが多いため、デバッグが難しい。
Agent DebuggerXはオープンソースのフレームワークで、デバッグをDe Detect, Attribute, Recover, Rerunのクローズドループとして整理する。
コアとなるDeep Debuggerは、グローバルな軌跡理解を通じてマルチターン根本原因診断を行う。
論文 参考訳（メタデータ） (2026-07-21T06:21:13Z) - ReProAgent: Tool-Augmented Multi-Stage Agentic Generation of Bug Reproduction Tests from Issue Reports [27.433981940933688]
ReProAgentはイシューレポートから再生テストを生成するフレームワークである。
タスクを、バグローカライゼーション、ルート原因分析、テスト計画、テスト生成の4つのエージェントステージに分解する。
SWT-bench-liteとSWT-bench-verifiedの実験により、ReProAgentは58.43%と70.30%の問題を再現した。
論文 参考訳（メタデータ） (2026-07-10T06:25:18Z) - ReproRepo: Scaling Reproducibility Audits with GitHub Repository Issues [54.98461672730087]
ReproRepoは、人為的なGitHub問題を活用するスケーラブルな評価フレームワークで、現実的な再現ブロッカーを自然に監視する。
ReproRepoは、大規模なカンファレンスから1,149件の機械学習論文をインスタンス化し、4つのフロンティアモデルエージェント構成を評価します。
その結果, LLMエージェントは, コードを実行せずにも, 紙とリポジトリのペアから多くの実世界の問題を識別できることがわかった。
論文 参考訳（メタデータ） (2026-06-16T17:58:05Z) - 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) - ClawMark: A Living-World Benchmark for Multi-Turn, Multi-Day, Multimodal Coworker Agents [77.22389710754452]
マルチターンマルチデイタスクを中心に構築された同僚エージェントのベンチマークであるベンチを紹介する。
現在のリリースには、13のプロのシナリオにわたる100のタスクが含まれており、5つのステートフルなサンドボックスサービスに対して実行される。
最強のモデルは75.8の重み付きスコアに達するが、最も厳格なタスク成功率は20.0%に過ぎず、部分的な進歩が一般的であることを示している。
論文 参考訳（メタデータ） (2026-04-26T16:05:02Z) - ViBR: Automated Bug Replay from Video-based Reports using Vision-Language Models [17.094299668194378]
ViBRは軽量で完全に自動化されたアプローチで、GUI記録から直接バグを再現する。
その結果、ViBRは72%のバグ記録を再現し、最先端のベースラインとアブレーションの変異を著しく上回った。
論文 参考訳（メタデータ） (2026-04-21T18:28:02Z) - WebGen-Agent: Enhancing Interactive Website Generation with Multi-Level Feedback and Step-Level Reinforcement Learning [51.14454312533818]
WebGen-Agentは、包括的で多層的な視覚フィードバックを活用する新しいWebサイト生成エージェントである。
WebGen-Agent の推論エンジンとして機能する LLM の能力を向上させるために,Screenshot と GUI-Adnt Feedback を備えた textitStep-GRPO を導入している。
WebGen-Agent は Claude-3.5-Sonnet の精度を 26.4% から 51.9% に引き上げ、外観スコアを 3.0 から 3.9 に引き上げた。
論文 参考訳（メタデータ） (2025-09-26T17:59:51Z) - BugRepro: Enhancing Android Bug Reproduction with Domain-Specific Knowledge Integration [4.833035081314386]
BugReproは、バグ再現の正確性と効率を高めるために、ドメイン固有の知識を統合する新しいテクニックである。
BugReproは2つの最先端メソッドを著しく上回っている。
論文 参考訳（メタデータ） (2025-05-20T15:48:34Z) - Semantic GUI Scene Learning and Video Alignment for Detecting Duplicate Video-based Bug Reports [16.45808969240553]
ビデオベースのバグレポートは、グラフィカルユーザインタフェース(GUI)を中心としたプログラムのバグの文書化にますます利用されている。
我々は、視覚変換器のシーン学習機能に適応して、アプリUI画面に現れる微妙な視覚的およびテキスト的パターンをキャプチャする、JANUSと呼ばれる新しいアプローチを導入する。
Janus氏はまた、ビデオフレームの適応重み付けが可能なビデオアライメント技術を使用して、典型的なバグ発生パターンを考慮している。
論文 参考訳（メタデータ） (2024-07-11T15:48:36Z) - Prompting Is All You Need: Automated Android Bug Replay with Large Language Models [28.69675481931385]
本稿では,バグ報告から迅速なエンジニアリングを通じてバグを自動的に再現する,新しい軽量なアプローチであるAdbGPTを提案する。
AdbGPTは、LLMから人間の知識と論理的推論を引き出すために、少数ショットの学習と連鎖推論を活用する。
この評価は,253.6秒で81.3%のバグレポートを再現するAdbGPTの有効性と有効性を示すものである。
論文 参考訳（メタデータ） (2023-06-03T03:03:52Z)
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。