論文の概要: Entropy-based Code Adversarial Translation for Real-world Repository Migration
- arxiv url: http://arxiv.org/abs/2608.09273v1
- Date: Mon, 10 Aug 2026 08:29:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:37.150322
- Title: Entropy-based Code Adversarial Translation for Real-world Repository Migration
- Title（参考訳）: エントロピーに基づく実世界のリポジトリマイグレーションのためのコード逆変換
- Abstract要約: We propose Entropy-based Code Adversarial Translation (ECAT) for Android-to-HarmonyOS repository migration。
ECATは、ジェネレータ-ディスクリミネータアーキテクチャによる逆エントロピー最小化としてリポジトリマイグレーションを定式化する。
A2H-RepoBenchは、Android-to-HarmonyOSリポジトリ移行のための最初の実世界のベンチマークです。
- 参考スコア（独自算出の注目度）: 8.116680244752237
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: LLMs have demonstrated strong capabilities in code generation and automated program repair, but migrating an entire repository rarely produces a runnable application because long-horizon translation challenges LLM-based agents' ability to maintain repository-level migration objectives. In this work, we propose Entropy-based Code Adversarial Translation (ECAT), a multi-agent framework for automated Android-to-HarmonyOS repository migration. ECAT formulates repository migration as adversarial entropy minimization through a generator-discriminator architecture. The discriminator measures migration quality using a unified metric called Code Entropy and produces text gradients that specify both file-level generation directives and the skills needed to execute them. Guided by these optimization signals, the generator iteratively updates the repository, and each update is accepted only if it reduces Code Entropy. Repeated generator--discriminator interactions progressively drive the migration from an initial template toward a functionally complete HarmonyOS repository. Successful low-entropy trajectories are further distilled into a self-evolving memory tree, enabling transferable migration knowledge across repositories. We also introduce A2H-RepoBench, the first real-world benchmark for Android-to-HarmonyOS repository migration, covering applications from tens of thousands to hundreds of thousands of lines of code. Evaluated by node alignment and an agent-based functional judge, ECAT achieves 74.7% overall migration quality and consistently outperforms existing agent-based methods across repositories of different scales.
- Abstract（参考訳）: LLMは、コード生成と自動プログラムの修正において強力な機能を示しているが、リポジトリ全体の移行は、長期翻訳がLLMベースのエージェントがリポジトリレベルの移行目標を維持する能力に挑戦するため、実行可能なアプリケーションを生成することは滅多にない。
本研究では,Entropyベースの自動Android-to-HarmonyOSリポジトリマイグレーションのためのマルチエージェントフレームワークであるCode Adversarial Translation (ECAT)を提案する。
ECATは、ジェネレータ-ディスクリミネータアーキテクチャによる逆エントロピー最小化としてリポジトリマイグレーションを定式化する。
識別器は、Code Entropyと呼ばれる統一されたメトリックを使用してマイグレーション品質を測定し、ファイルレベルの生成ディレクティブとそれらを実行するために必要なスキルの両方を指定するテキスト勾配を生成する。
これらの最適化信号によってガイドされ、ジェネレータはリポジトリを反復的に更新する。
繰り返しジェネレータ-識別器の相互作用は、初期テンプレートから機能的に完全なHarmonyOSリポジトリへの移行を徐々に加速させる。
成功している低エントロピートラジェクトリは、さらに自己進化するメモリツリーに蒸留され、リポジトリ間で移行可能なマイグレーション知識を可能にする。
また、A2H-RepoBenchは、Android-to-HarmonyOSリポジトリ移行のための最初の実世界のベンチマークで、アプリケーションを数万から数十万行のコードにカバーしています。
ノードアライメントとエージェントベースの機能判断によって評価され、ECATは74.7%の全体的なマイグレーション品質を獲得し、異なるスケールのリポジトリ間で既存のエージェントベースのメソッドを一貫して上回っている。
関連論文リスト
- Adaptive Critical Token-Aware Retrieval for Repository-Level Code Generation [53.85136813868056]
ACToRは、リポジトリレベルのコード生成のための適応型クリティカルトークン対応検索フレームワークである。
我々は、ACToRが、リポジトリレベルのベンチマークにおいて、最先端のメソッドを一貫して上回っていることを示す。
論文 参考訳（メタデータ） (2026-09-01T17:59:39Z) - Autogenesis: A Self-Evolving Agent Protocol [60.15939127351914]
本稿では,自己進化プロトコルであるAutogenesis Protocol(AGP)を紹介する。
本稿では,実行中のプロトコル登録リソースを動的にインスタンス化し,検索し,精錬する自己進化型マルチエージェントシステムAGSを提案する。
論文 参考訳（メタデータ） (2026-04-16T14:04:06Z) - LegacyTranslate: LLM-based Multi-Agent Method for Legacy Code Translation [6.639896614747016]
LegacyTranslateは、API対応コード翻訳のためのマルチエージェントフレームワークである。
Initial Translation Agentは、検索したインコンテキストの例を使って、初期Java翻訳を生成する。
API Grounding Agentは、API知識ベースから関連するエントリを取得することで、コードを既存のAPIと整合させる。
Refinement Agentは、コンパイラフィードバックとAPI提案を使用して出力を反復的に洗練し、正確性を改善する。
論文 参考訳（メタデータ） (2026-03-14T17:51:07Z) - MEnvAgent: Scalable Polyglot Environment Construction for Verifiable Software Engineering [54.236614097082395]
本稿では,自動環境構築のためのフレームワークであるMEnvAgentを紹介する。
MEnvAgentは、建設失敗を自律的に解決するマルチエージェント計画実行検証アーキテクチャを採用している。
MEnvData-SWEは,これまでで最大の,現実的な検証可能なDocker環境のポリグロットデータセットである。
論文 参考訳（メタデータ） (2026-01-30T11:36:10Z) - Using Copilot Agent Mode to Automate Library Migration: A Quantitative Assessment [0.5735035463793009]
ソフトウェアシステムを最新の状態に保つことは、技術的負債、セキュリティ上の脆弱性、そしてレガシーシステムの典型的な剛性を避けるために不可欠である。
大規模言語モデル(LLM)やエージェントプログラミングシステムの最近の進歩は、そのような保守作業を自動化する新しい機会を提供する。
論文 参考訳（メタデータ） (2025-10-30T17:05:13Z) - Sample-Efficient Online Learning in LM Agents via Hindsight Trajectory Rewriting [92.57796055887995]
本稿では,言語モデルエージェントの強化学習から後視体験のリプレイに適応するプロンプトフレームワークECHOを紹介する。
ECHOは失敗した試みで達成できた代替目標のために最適化された軌道を生成する。
我々は、テキストベースのナビゲーションと計画ベンチマークであるXMiniGridのステートフルバージョンと、協調的な情報収集企業シミュレーションであるPeopleJoinQAについて、ECHOを評価した。
論文 参考訳（メタデータ） (2025-10-11T18:11:09Z) - Automatic Qiskit Code Refactoring Using Large Language Models [39.71511919246829]
大規模言語モデル(LLM)を用いたQiskit符号の新しい手法を提案する。
まず、公式のQiskitドキュメントのさまざまなソースから、マイグレーションシナリオの分類を抽出することから始めます。
この分類法は、元のPythonソースコードとともに、LLMへの入力として提供され、コード内の移行シナリオのインスタンスを識別する。
論文 参考訳（メタデータ） (2025-06-17T14:00:48Z) - MigGPT: Harnessing Large Language Models for Automated Migration of Out-of-Tree Linux Kernel Patches Across Versions [53.811953357289866]
大規模言語モデル(LLM)は、様々な領域で顕著な進歩を示している。
LLMは不完全なコードコンテキスト理解と不正確なマイグレーションポイント識別に苦労する。
MigGPTは、コードスニペット情報を保持するために新しいコード指紋構造を使用するフレームワークである。
論文 参考訳（メタデータ） (2025-04-13T08:08:37Z) - DS-Agent: Automated Data Science by Empowering Large Language Models with Case-Based Reasoning [56.887047551101574]
大規模言語モデル(LLM)エージェントとケースベース推論(CBR)を利用した新しいフレームワークであるDS-Agentを提案する。
開発段階では、DS-AgentはCBRフレームワークに従い、自動イテレーションパイプラインを構築する。
デプロイメントの段階では、DS-Agentは、シンプルなCBRパラダイムで低リソースのデプロイメントステージを実装し、LCMの基本能力に対する需要を大幅に削減する。
論文 参考訳（メタデータ） (2024-02-27T12:26:07Z)
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。