論文の概要: Agentic Planning for Symbolic Execution
- arxiv url: http://arxiv.org/abs/2608.06397v1
- Date: Fri, 31 Jul 2026 13:47:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-10 16:21:25.234269
- Title: Agentic Planning for Symbolic Execution
- Title（参考訳）: シンボリック実行のためのエージェントプランニング
- Abstract要約: シンボリック実行は実現可能なプログラムパスを探究しようとするが、実際の実行はリソースを消費し、多くのプログラム動作は未解決のままである。
我々は,同じツールが1つの有界ランから次の有界ランにどのように活用されるかを考えることによって,その実用的リーチを補完的に拡張する方法について検討する。
本稿では,エージェント計画システムであるAgolicについて紹介する。Agolicは,初期の実行から証拠を用いて,後続のバウンダリ付きシンボル実行(BSE)の実行を選択し,設定する。
- 参考スコア（独自算出の注目度）: 7.802377730449524
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Symbolic execution seeks to explore feasible program paths, yet a practical run may exhaust its resources while much program behaviour remains unreached. We investigate a complementary way of extending its practical reach by reasoning about how the same tool is utilised from one bounded run to the next, while leaving ordinary state exploration to the underlying tool. We present Agolic, an agentic planning system that uses evidence from earlier runs to choose and configure later bounded symbolic execution (BSE) runs, which the underlying symbolic execution tool then carries out. The planning intelligence, available evidence and execution modes can be adapted to the symbolic execution tool and analysis objective. We evaluate one adaptation for branch-coverage exploration, in which an LLM-based agent reasons over source code, replayed coverage and earlier targeting attempts. We evaluate Agolic on several C and C++ programs. On every program, it extends the branch coverage obtained by continuous symbolic execution and covers more than $3\times$ as many branches on average. It also covers more branches than each individual corpus from coverage-guided fuzzing and compiler-based concolic execution in our evaluation and reaches branches absent from all comparison corpora combined on six of the seven programs. Taken together, these results point to considerable untapped potential in existing symbolic execution tools, some of which may be realised by reasoning about how their capabilities are used across runs while leaving state selection during ordinary symbolic exploration to the underlying tool.
- Abstract（参考訳）: シンボリック実行は実現可能なプログラムパスを探究しようとするが、実際の実行はリソースを消費し、多くのプログラム動作は未解決のままである。
そこで,本研究では,同じツールが1つの有界ランから次の有界ランへどのように活用されるのかを考察し,通常の状態探索を基礎ツールに残しながら,その実用的リーチを拡張するための補完的手法について検討する。
エージェント計画システムであるAgolicについて述べる。Agolicは前回の実行からエビデンスを使用して、後続の境界付きシンボル実行(BSE)の実行を選択し、設定する。
計画インテリジェンス、利用可能なエビデンス、実行モードは、象徴的な実行ツールおよび分析目的に適応することができる。
本研究では,LLMをベースとしたエージェントがソースコード,リプレイされたカバレッジ,早期のターゲット化を理由として,分岐被覆探索の適応性を評価する。
いくつかのCとC++プログラムでAgolicを評価した。
すべてのプログラムにおいて、連続的なシンボル実行によって得られるブランチカバレッジを拡張し、平均で3ドル以上のブランチをカバーする。
また,本評価では,カバレッジ誘導ファジィングとコンパイラベースのコンコリック実行から各コーパスよりも多くのブランチをカバーし,7つのプログラムのうち6つの比較コーパスが組み合わされたすべての比較コーパスから分岐を欠いている。
これらの結果は、既存の象徴的実行ツールにおいて、未解決の可能性を示唆しており、そのいくつかは、通常のシンボル的探索中に状態の選択を基礎となるツールに残しながら、実行中にそれらの能力がどのように使用されるのかを推論することによって実現される可能性がある。
関連論文リスト
- PeakBench: Benchmarking Resource-Aware Tool Invocation in LLM Agents [79.28372522980153]
PeakBenchは、実行可能なマルチツール依存アノテーションと測定リソースプロファイルのベンチマークである。
我々は,強い論理的計画が資源制約下での安全あるいは効率的な実行に確実に変換されないことを示す。
PeakBenchは、リソース認識エージェントの振る舞いの診断に有用なテストベッドである。
論文 参考訳（メタデータ） (2026-08-25T12:56:08Z) - Terminal Agents: A Survey of AI Agents in Command-Line Environments [102.48222742145474]
大規模言語モデルエージェントは、ターミナルを通してますます行動するが、既存の調査は、ソフトウェア工学、ツールの使用、コンピュータ利用の研究にまたがって端末による振る舞いを分散させている。
我々は,端末エージェントを,端末コマンドの実行,テキストフィードバック,ステートフルな環境相互作用を介し,進行を伴う動作を主とするシステムとみなす。
我々の合成は、実現された行動はモデル、インターフェース、ハーネス、ランタイム、環境によって共同で形成されていることを示している。
論文 参考訳（メタデータ） (2026-08-20T18:16:44Z) - Think Twice Before You Act: Protecting LLM Agents Against Tool Description Poisoning via Isolated Planning [48.99783163807576]
クロスツール記述中毒は、エージェントの軌道を操縦するためにプランナー可視のツールメタデータを操作することができる。
重要な観察は、有毒な記述がステップを越えた計画コンテキストに留まり、その後のツール選択に対する継続的な影響を可能にすることである。
我々は,孤立計画と呼ばれる新しい概念に基づく新しいシステムレベルの防衛ツールであるTool-Guardを提案する。
論文 参考訳（メタデータ） (2026-06-18T20:31:08Z) - SING: Synthetic Intention Graph for Scalable Active Tool Discovery in LLM Agents [64.59100414726556]
大規模言語モデル(LLM)エージェントは、コンテキスト、ツール、マルチターン実行を管理するハーネスに依存している。
Retrieval-augmented Tool selectionは、自然な代替手段を提供するが、既存のワンショット検索方法は、独立したツール記述とエージェントの真のタスク意図との整合に失敗する。
我々は、ユーザ意図、ツール機能、ツールコラボレーションパターンをリンクするインテントツーオールグラフを構築する、意図認識型のアクティブツール発見フレームワークであるSINGを提案する。
論文 参考訳（メタデータ） (2026-06-15T11:37:37Z) - SIT-Graph: State Integrated Tool Graph for Multi-Turn Agents [35.85800795225018]
State Integrated Tool Graph (SIT-Graph)は、エピソードとプロシージャメモリを統合した人間の意思決定にインスパイアされている。
推論時に、SIT-Graphは、エピソード的リコールと手続き的実行の間の人間のようなバランスを可能にする。
複数のステートフルなマルチターンツール使用ベンチマークによる実験は、SIT-Graphが強いメモリベースとグラフベースのベースラインを一貫して上回っていることを示している。
論文 参考訳（メタデータ） (2025-12-08T08:27:24Z) - Can Large Language Models Solve Path Constraints in Symbolic Execution? [32.45630887872447]
我々は,経路制約問題の解決に大規模言語モデル(LLM)を採用する可能性を検討することに注力する。
テストケース生成とパス分類という2つのタスクのための新しい評価パイプラインとベンチマークを構築します。
実験の結果,LLMは生成タスクと分類タスクの両方において経路制約を解くことができることがわかった。
論文 参考訳（メタデータ） (2025-11-23T04:54:48Z) - Symbolic Execution in Practice: A Survey of Applications in Vulnerability, Malware, Firmware, and Protocol Analysis [3.1844358655583846]
記号実行は、すべてのプログラムパスの体系的な探索を可能にする強力なプログラム解析技術である。
本稿では,複雑なソフトウェアシステム上でのシンボリックな実行を可能にする戦略の体系的な分類法を提案する。
脆弱性分析,マルウェア解析,ファームウェア再ホスト,ネットワークプロトコル解析など,いくつかの領域におけるシンボル実行の応用を調査した。
論文 参考訳（メタデータ） (2025-08-08T18:43:45Z) - ThinkGeo: Evaluating Tool-Augmented Agents for Remote Sensing Tasks [64.86209459039313]
ThinkGeoは、構造化ツールの使用とマルチステップ計画を通じて、リモートセンシングタスクにおけるツール拡張エージェントを評価するために設計されたエージェントベンチマークである。
我々はReActスタイルの対話ループを実装し,486 個の構造化エージェントタスク上でのオープンソース LLM とクローズドソース LLM の両方を1,773 個の専門家が検証した推論ステップで評価する。
分析の結果、ツールの精度とモデル間の計画整合性に顕著な相違が明らかになった。
論文 参考訳（メタデータ） (2025-05-29T17:59:38Z) - Exposing Go's Hidden Bugs: A Novel Concolic Framework [2.676686591720132]
本稿では,Goプログラムを包括的に評価する新しい方法論であるZoryaを紹介する。
従来のテスト以上の脆弱性を明らかにするために、システミックに実行パスを探索することで、象徴的な実行には明確なメリットがある。
我々の解は、GhidraのP-Codeを中間表現(IR)として採用する。
論文 参考訳（メタデータ） (2025-05-26T16:26:20Z) - Parallel Program Analysis on Path Ranges [3.018638214344819]
Ranged symbolic execution は、並列にパス範囲と呼ばれるプログラム部分でシンボリックな実行を実行する。
本稿では,プログラムを経路範囲に分割し,任意の解析を並列に行う検証手法を提案する。
論文 参考訳（メタデータ） (2024-02-19T08:26:52Z) - Representing Partial Programs with Blended Abstract Semantics [62.20775388513027]
プログラム合成エンジンにおける部分的なプログラム表現手法について紹介する。
モジュラーニューラルネットワークとして実装された近似実行モデルを学ぶ。
これらのハイブリッドニューロシンボリック表現は、実行誘導型シンセサイザーがより強力な言語構成を使うことができることを示す。
論文 参考訳（メタデータ） (2020-12-23T20:40:18Z)
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。