論文の概要: Refine After Generation: Toward Correct and Concise Patches in LLM-based Program Repair

• arxiv url: http://arxiv.org/abs/2608.13292v1
• Date: Thu, 13 Aug 2026 14:25:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 18:29:38.556159
• Title: Refine After Generation: Toward Correct and Concise Patches in LLM-based Program Repair
• Title（参考訳）: 再生後のリファイン化:LCMプログラム修復における正確かつ簡潔なパッチを目指して
• Abstract要約: 成功しているパッチでさえ、開発者パッチよりも一貫して大きく、複雑です。 生成後に既存の修復フレームワークにアタッチする軽量なプラグアンドプレイアダプタであるRECAPを提案する。
• 参考スコア（独自算出の注目度）: 7.380816529814768
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language models (LLMs) have advanced automatic program repair (APR) to the point where agentic systems routinely resolve real-world, repository-level issues. Yet the generated patch has received little scrutiny beyond whether it passes tests. In this paper, we identify patch verbosity as a major yet overlooked concern in LLM-based APR. Characterizing 28 state-of-the-art approaches on SWE-bench Verified, we find that even successful patches are consistently larger and more complex than developer patches, with the median approach producing 121.78% more total changes, 80.91% more net changes, and 43.99% higher cyclomatic complexity. We further show that this verbosity is rooted in capability-oriented design choices such as iterative refinement and broad context, and can hardly be reduced by surface-level controls such as output format or minimality prompts. Motivated by these findings, we formulate post-generation patch refinement and propose RECAP, a lightweight, plug-and-play adapter that attaches to existing repair frameworks after generation. RECAP's refiner is trained via supervised fine-tuning and direct preference optimization with distilled reasoning traces, on a dataset of patch pairs we construct from multiple sources. Across four host systems, prompting, commit-untangling, and minimality-aware baselines reduce patch size only by sacrificing 49 to 217 resolved instances. In contrast, RECAP achieves a substantially better size-correctness tradeoff, cutting average total changes from +242.14% to +4.24% and net changes from +348.24% to -39.75% relative to developer patches while preserving or improving resolution by up to 42 instances. Our results indicate that minimality cannot be simply reduced to syntactic compression, and that decoupling minimization from generation offers a practical path to more reviewable repairs.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、エージェントシステムが現実のリポジトリレベルの問題を日常的に解決する時点まで、高度な自動プログラム修復(APR)を行っている。 しかし、生成されたパッチは、テストに合格するかどうかあまり精査されていない。 本稿では,LLMに基づくAPRにおいて,パッチの冗長性を重要視し,見落とされがちな関心事として認識する。 SWE-bench Verifiedの28の最先端アプローチを特徴付けると、成功しているパッチでさえ、開発者パッチよりも一貫して大きく複雑であり、中央値は121.78%、ネット変更は80.91%、サイクロマティックな複雑さは43.99%である。 さらに、この冗長性は、反復的洗練や広義文脈などの能力指向設計選択に根ざしており、出力形式や最小限のプロンプトといった表面レベル制御によって低下し難いことを示す。 これらの知見に触発されて, ポストジェネレーションのパッチリファインメントを定式化し, 既存の補修フレームワークに付属する軽量なプラグアンドプレイアダプタRECAPを提案する。 RECAPの精錬機は、複数のソースから構築したパッチペアのデータセットに基づいて、蒸留された推論トレースを用いて、教師付き微調整と直接選好最適化によって訓練される。 4つのホストシステム、プロンプト、コミット回避、最小限のベースラインは、49から217の解決インスタンスを犠牲にしてのみパッチサイズを減らす。 対照的にRECAPは、サイズと正確性のトレードオフを著しく改善し、平均的な変更は+242.14%から+4.24%に、純変更は+348.24%から-39.75%に削減され、解像度を42インスタンスまで保存または改善している。 以上の結果から, 最小化を構文圧縮に還元することは不可能であり, 生成から最小化を分離することは, より精査可能な修復を行うための実践的な道筋であることが示唆された。

関連論文リスト

• Independent Patch Verification for Coding Agents with a Bidirectional Reconstruct-and-Verify Framework [49.16055123488827]
  大規模言語モデルを利用したコーディングエージェントは、バグレポートから直接コードパッチを生成することができる。 報告された問題を真に解決するかどうかを独立に検証するメカニズムは存在しない。 本稿では,RETRACE をトレーニング不要なポストジェネレーション検証フレームワークとして提案する。
  論文  参考訳（メタデータ） (2026-08-09T22:59:13Z)
• Pull Requests as a Training Signal for Repo-Level Code Editing [49.82435173554125]
  Clean Pull Request(Clean-PR)は、現実のGitHubプルリクエストをリポジトリレベルの編集のトレーニングシグナルとして活用する、トレーニング中のパラダイムである。 ノイズの多いプルリクエストの差分を,再構築と検証を通じて検索/リプレース編集ブロックに変換する,スケーラブルなパイプラインを導入する。 SWE-benchでは,SWE-bench Liteが13.6%,SWE-bench Verifiedが12.3%,命令調整ベースラインが大幅に向上した。
  論文  参考訳（メタデータ） (2026-02-07T09:22:25Z)
• Conflict-Resolving and Sharpness-Aware Minimization for Generalized Knowledge Editing with Multiple Updates [69.6610686845008]
  CoRSAは、複数の更新を伴う知識編集のためのパラメータ効率が高く、全体的なアプローチである。 異なる入力形式への一般化を改善し、複数の更新の安定性を向上させる。 CoRSAはまた、コードドメインに一般化し、更新の有効性において5.48%のPass@5で最強のベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-02-03T16:18:06Z)
• Outcome-Conditioned Reasoning Distillation for Resolving Software Issues [49.16055123488827]
  本稿では, 検証済みパッチを監督として, リポジトリ内問題を解決したO-CRD(Outcome-Conditioned Reasoning Distillation)フレームワークを提案する。 歴史的修正から始まり、検証結果から段階的な修理トレースを後方に再構築する。 SWE-Bench Liteでは、GPT-4oではPass@1が10.4%、DeepSeek-V3では8.6%、GPT-5では10.3%増加する。
  論文  参考訳（メタデータ） (2026-01-30T18:25:39Z)
• SLEAN: Simple Lightweight Ensemble Analysis Network for Multi-Provider LLM Coordination: Design, Implementation, and Vibe Coding Bug Investigation Case Study [0.0]
  SLEANは、.txtテンプレートを使用してLLM間の単純なプロンプトブリッジとして機能し、デプロイに深い技術知識を必要としない。 独立した分析、相互批判、仲裁によって形成される3フェーズプロトコルは、有害なAI生成コード提案をフィルタリングする。 ファイル駆動でプロバイダに依存しないアーキテクチャは、特別なコーディング専門知識のないデプロイメントを可能にします。
  論文  参考訳（メタデータ） (2025-10-11T04:24:04Z)
• REFINE: Enhancing Program Repair Agents through Context-Aware Patch Refinement [12.995571513415905]
  大規模言語モデル(LLM)は、最近、自動プログラム修復(APR)に強い可能性を示している。 LLMは、コードコンテキストの限定的な理解と不完全なテストスイートへの過度な信頼のために、正しい修正を作成するのに苦労することが多い。 本稿では,ドラフトパッチを正しいものに体系的に変換する新しいパッチリファインメントフレームワークRefineを提案する。
  論文  参考訳（メタデータ） (2025-10-04T00:34:32Z)
• PatchVSR: Breaking Video Diffusion Resolution Limits with Patch-wise Video Super-Resolution [65.09345929328586]
  条件付き誘導のためのデュアルストリームアダプタを統合したPatchVSRという革新的な手法を提案する。 提案手法はパッチレベルで高忠実で高解像度の細部を合成できることを示す。 512x512の解像度ベースモデルに基づいて、非常に高い効率で高い競争力を持つ4K VSRを実現することができる。
  論文  参考訳（メタデータ） (2025-09-30T09:55:14Z)
• Refactoring-Aware Patch Integration Across Structurally Divergent Java Forks [0.0]
  本稿では,14種類の派生型におけるパッチ統合障害に関する実証的研究を行い,RePatchを紹介した。 RePatchは、元々対称的なマージ用に設計されたRefMergeフレームワークを拡張し、非対称なパッチ転送をサポートする。 478のバグフィックスプルリクエストの評価では、構造的なミスアライメントのため、Git cherry-pickは64.4%のケースで失敗し、RePatchは、以前失敗したパッチの52.8%をうまく統合しました。
  論文  参考訳（メタデータ） (2025-08-08T21:34:05Z)
• The Art of Repair: Optimizing Iterative Program Repair with Instruction-Tuned Models [48.073219761367184]
  複数出力の生成と複数ラウンドの反復のバランスをとるAPRパイプラインについて検討する。 3つのサイズ(1K, 30K, 65K)と2つのテクニック(フルファインチューニングとLoRA)を持つAPRデータセット上で各モデルを微調整する。 その結果,微調整データセットのごく一部(1%)しか使用せず,最大78%の改善が達成できた。
  論文  参考訳（メタデータ） (2025-05-05T18:06:51Z)
• Hybrid Automated Program Repair by Combining Large Language Models and Program Analysis [12.7034916462208]
  自動プログラム修復(APR)は、人間の開発者のバグ修正プロセスを合理化する可能性から、大きな注目を集めている。 本稿ではGIANTREPAIRと呼ばれる革新的なAPR手法を紹介する。 この知見に基づいて、GIANTREPAIRはまず、LLM生成したパッチからパッチスケルトンを構築して、パッチ空間を閉じ込め、その後、特定のプログラムに適した高品質なパッチを生成する。
  論文  参考訳（メタデータ） (2024-06-03T05:05:12Z)
• Boosting Redundancy-based Automated Program Repair by Fine-grained Pattern Mining [18.7107522872479]
  本稿では,効果的なパッチ生成を導くための2段階のパターンマイニングプロセスを含むRepattという新しい修復手法を提案する。 我々は、広く使われているDefects4Jベンチマークの実験を行い、Repattを10の最先端のAPRアプローチと比較した。
  論文  参考訳（メタデータ） (2023-12-26T08:42:32Z)

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。