論文の概要: MergirafSemi: A Language-Agnostic Semistructured Merge Tool

• arxiv url: http://arxiv.org/abs/2608.11345v1
• Date: Tue, 11 Aug 2026 18:52:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-13 19:07:54.353859
• Title: MergirafSemi: A Language-Agnostic Semistructured Merge Tool
• Title（参考訳）: MergirafSemi: 言語に依存しない半構造化マージツール
• Abstract要約: コンカレントな変更を統合する場合、開発者はしばしばマージコンフリクトに直面します。 ほとんどのマージツールは、構造化されていないラインベースの比較に依存しており、しばしば急激な衝突を引き起こし、実際の衝突を欠いている。 本稿では,言語に依存しない半構造的マージツールであるMergirafSemiを提案する。
• 参考スコア（独自算出の注目度）: 24.349177948300035
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Developers frequently face merge conflicts when integrating concurrent changes. Most merge tools rely on unstructured, line-based comparisons, often producing spurious conflicts and missing actual conflicts. To address these limitations, structure-aware merge tools have been proposed, which leverage syntactic representations to improve merge accuracy. However, fully structured tools may incur higher computational cost, and language-specific tools require significant development and maintenance effort. To balance these trade-offs, we propose MergirafSemi, a language-agnostic semistructured merge tool that captures structural information without requiring full structural modeling or language-specific implementations, and applies line-based merging within specific program regions, such as method bodies in Java. Our tool leverages lightweight Concrete Syntax Trees to guide merging decisions while preserving flexibility and efficiency across languages. We evaluate our tool through an empirical study on real-world merge scenarios across multiple programming languages, comparing it with unstructured, semistructured, and structured tools. Our results show that increasing structural granularity improves automatic conflict resolution but can also lead to more aggressive merge decisions, increasing the number of missed actual conflicts. In contrast, MergirafSemi achieves a more balanced trade-off, reducing spurious conflicts while maintaining competitive accuracy and better runtime performance in most common scenarios. Compared to an unstructured tool, it substantially reduces spurious conflicts, and when compared to a semistructured language-specific tool, it achieves comparable effectiveness while exhibiting more robust execution behavior and significantly lower runtime overhead.
• Abstract（参考訳）: コンカレントな変更を統合する場合、開発者はしばしばマージコンフリクトに直面します。 ほとんどのマージツールは、構造化されていないラインベースの比較に依存しており、しばしば急激な衝突を引き起こし、実際の衝突を欠いている。 これらの制約に対処するため、構文表現を活用してマージ精度を向上させる構造対応マージツールが提案されている。 しかし、完全に構造化されたツールは高い計算コストを発生させる可能性があり、言語固有のツールは、かなりの開発と保守の努力を必要とする。 これらのトレードオフのバランスをとるために,言語に依存しない半構造化マージツールであるMergirafSemiを提案する。 我々のツールは軽量なコンクリート構文木を利用して、言語間の柔軟性と効率を保ちながら、マージ決定を導く。 複数のプログラミング言語をまたいだ実世界のマージシナリオに関する実証的研究を行い、非構造化、半構造化、構造化ツールと比較した。 以上の結果から,構造的粒度の増大は自動紛争解決を向上させるが,より積極的な合併決定につながる可能性が示唆された。 対照的にMergirafSemiは、よりバランスの取れたトレードオフを実現し、競合の正確さを維持しながら、ほとんどの一般的なシナリオで実行時のパフォーマンスを向上しながら、急激な競合を軽減します。 半構造化言語固有のツールと比較して、より堅牢な実行動作を示し、ランタイムオーバーヘッドを著しく低減しながら、同等の効率を実現している。

関連論文リスト

• On the Influence of Refactoring Types on Merge Effort [70.15634443127651]
  我々は64のオープンソースJavaプロジェクトを分析し、特定のタイプとマージ作業の関連性の強さを測定するために関連ルールマイニングを適用した。 以上の結果から, 各種強度とマージ作業が関係していることが示唆された。 並列ブランチ間の共起は、マージの労力の増大と関連している。
  論文  参考訳（メタデータ） (2026-08-15T19:28:01Z)
• On the Correctness of Software Merge [0.0]
  本稿では,既存のツールと比較して,新たな構造的マージツールを提案する。 解析可能であるということは、結果はプログラミング言語の文法に従って構文的に有効であることを意味する。 ユニバーサルであることは、結果が各ブランチで発生する編集操作を全て含み、両方のブランチに共通する編集が一度だけ適用されることを保証することを意味する。
  論文  参考訳（メタデータ） (2026-07-08T23:27:47Z)
• Robust and Efficient Tool Orchestration via Layered Execution Structures with Reflective Correction [55.13278005189741]
  私たちは、高レベルのツール依存関係をキャプチャする階層化された実行構造を学ぶために、ツールオーケストレーションをモデル化します。 本稿では,局所的にエラーを検出し,修正するスキーマ対応反射補正機構を提案する。 この設計では、エラーを個々のツールコールに限定し、実行軌跡全体の再計画を避ける。
  論文  参考訳（メタデータ） (2026-02-21T22:20:01Z)
• StructLens: A Structural Lens for Language Models via Maximum Spanning Trees [52.040177523973334]
  StructLensは、内部構造が全体構造とどのように関係しているかを明らかにするために設計された分析フレームワークである。 以上の結果から,StructLensは従来のコサイン類似性とは大きく異なる層間類似性パターンを呈することが明らかとなった。
  論文  参考訳（メタデータ） (2026-02-10T11:30:32Z)
• ToolWeaver: Weaving Collaborative Semantics for Scalable Tool Use in Large Language Models [29.8584294186316]
  ツールを階層的なシーケンスにエンコードする新しい生成ツール学習フレームワークを提案する。 我々は、新しいトークン化プロセスを通じて、これらの構造化コードを生成する。 ToolWeaverは最先端のメソッドよりも大幅に優れています。
  論文  参考訳（メタデータ） (2026-01-29T16:29:53Z)
• ToolLibGen: Scalable Automatic Tool Creation and Aggregation for LLM Reasoning [80.10274552177096]
  外部ツールを備えたLarge Language Models (LLM) は、複雑な推論タスクにおけるパフォーマンスの向上を実証している。 このツールに強化された推論が広く採用されるのは、ドメイン固有のツールが不足しているためである。 構造化ツールライブラリに非構造化ツールのコレクションを自動的に組み込むための体系的なアプローチを提案する。
  論文  参考訳（メタデータ） (2025-10-09T04:11:16Z)
• Improving Large Language Models Function Calling and Interpretability via Guided-Structured Templates [56.73907811047611]
  大規模言語モデル(LLM)は強力な推論とツール使用能力を示している。 LLMは、誤ったパラメータ化、悪いツールの選択、ユーザーの意図の誤解釈によって、現実世界のツールインタラクションで失敗することが多い。 我々は、構造化推論テンプレートを利用して、関数呼び出しを生成するためのより故意なステップバイステップ命令を通してLCMをガイドするカリキュラムに着想を得たフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-22T17:55:14Z)
• LastMerge: A language-agnostic structured tool for code integration [1.201626478128059]
  細いインタフェースで構成できる汎用的な構造化マージツールであるLastMergeを提案する。 2つのJava固有のツールであるjDimeとSpark、そしてそれらの一般的なツールであるLastMergeとMergirafです。 以上の結果から,ジェネリック構造化マージがマージ精度に有意な影響を及ぼす証拠は得られなかった。
  論文  参考訳（メタデータ） (2025-07-25T21:46:10Z)
• ToolCoder: A Systematic Code-Empowered Tool Learning Framework for Large Language Models [81.12673534903979]
  ツール学習は、大規模な言語モデル(LLM)にとって、外部ツールとのインタラクションを通じて、複雑な現実世界のタスクを解決する重要な機能として登場した。 本稿では,ツール学習をコード生成タスクとして再編成する新しいフレームワークであるToolCoderを提案する。
  論文  参考訳（メタデータ） (2025-02-17T03:42:28Z)
• Semistructured Merge with Language-Specific Syntactic Separators [1.0999592665107416]
  言語固有の構文分離器を用いて解析せずに構造を推論するツールを提案する。 我々のツールは、実際に広く使われている非構造化ツールよりも大幅に改善されている。
  論文  参考訳（メタデータ） (2024-07-26T17:40:29Z)
• ControlLLM: Augment Language Models with Tools by Searching on Graphs [97.62758830255002]
  我々は,大規模言語モデル(LLM)が実世界のタスクを解くためのマルチモーダルツールを利用できる新しいフレームワークであるControlLLMを提案する。 フレームワークは,(1)複雑なタスクを明確なサブタスクに分割し,入力と出力を適切に定義したサブタスクに分解するtextittask Decomposer,(2)構築済みのツールグラフ上で最適なソリューションパスを探索する textitThoughts-on-Graph(ToG)パラダイム,(3)ソリューションパスを解釈して実行するリッチなツールボックスを備えた textitexecution Engine,の3つの主要なコンポーネントから構成される。
  論文  参考訳（メタデータ） (2023-10-26T21:57:21Z)
• MergeBERT: Program Merge Conflict Resolution via Neural Transformers [11.460182185916704]
  マージコンフリクトは、プルリクエストと継続的インテグレーションパイプラインを数時間から数日にわたって停止させる可能性がある。 本稿ではトークンレベルの3方向差分とトランスフォーマーモデルに基づく新しいニューラルプログラムマージフレームワークであるMergeBERTを紹介する。 我々のモデルは,64～69%のマージ分解能合成を達成し,既存の構造化およびニューラルプログラムマージツールよりも約2倍の性能向上を実現した。
  論文  参考訳（メタデータ） (2021-08-31T21:37:53Z)

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。