論文の概要: DepWareTrans: Dependency-Aware Incremental Repository Migration across Co-executable Languages
- arxiv url: http://arxiv.org/abs/2608.14128v1
- Date: Fri, 14 Aug 2026 09:35:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-17 20:14:29.339125
- Title: DepWareTrans: Dependency-Aware Incremental Repository Migration across Co-executable Languages
- Title（参考訳）: DepWareTrans: 実行可能な言語間での依存性を意識したインクリメンタルリポジトリのマイグレーション
- Abstract要約: リポジトリレベルでの障害の主な原因は依存性の不整合であることを示す。
本稿では,依存関係に一貫性のあるバッチを増大させる依存性対応インクリメンタルマイグレーションフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 39.40948181220988
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Repository-level code translation is critical for modernizing legacy systems, yet existing approaches based on large language models (LLMs) operate at the file level and fail to scale to codebases with complex inter-file dependencies. This limitation is evident in our industrial setting, where we aim to migrate a production repository (STAR) from Java to Kotlin, but file-level approaches produce fragmented results and fail to achieve end-to-end correctness. In this paper, we show that the primary cause of failure at the repository level is dependency inconsistency. Through an empirical study on open-source and industrial systems, we find that most errors arise from unresolved cross-file dependencies that cannot be effectively addressed by iterative feedback alone. We propose a dependency-aware incremental migration framework that elevates the unit of translation from individual files to dependency-consistent batches. Our approach constructs a dependency graph, groups interdependent files, and performs batched translation with iterative compile- and test-driven validation. We evaluate our method on a 51K line of code (LOC) industrial system and multiple repositories across interoperable language pairs (Java-Kotlin, Java-Scala, and C#-F#). On the STAR repository, file-level approaches achieve 38.16% compilation and 9.39% test success, whereas our approach achieves 100% compilation and test success across the evaluated settings, converging within a small number of iterations. These results show that dependency-aware batching improves scalability and reliability in repository-level code translation.
- Abstract（参考訳）: リポジトリレベルのコード変換はレガシーシステムの近代化には不可欠だが、大規模な言語モデル(LLM)に基づく既存のアプローチはファイルレベルで動作し、複雑なファイル間の依存関係を持つコードベースにスケールできない。
この制限は、JavaからKotlinにプロダクションリポジトリ(STAR)を移行することを目指していますが、ファイルレベルのアプローチは断片化された結果を生成し、エンドツーエンドの正確性を達成することができません。
本稿では,リポジトリレベルでの障害の主な原因が依存性の不整合であることを示す。
オープンソースおよび産業システムに関する実証的研究により、ほとんどのエラーは、反復的なフィードバックだけでは効果的に対処できない未解決のクロスファイル依存関係から発生していることがわかった。
本稿では,個々のファイルから依存関係に一貫性のあるバッチへの変換単位を増大させる依存性対応インクリメンタルマイグレーションフレームワークを提案する。
提案手法は,依存関係グラフを構築し,相互依存ファイルをグループ化し,反復的コンパイルとテスト駆動検証によるバッチ変換を行う。
我々は,51K行の産業システムと,相互運用可能な言語ペア(Java-Kotlin,Java-Scala,C#-F#)にまたがる複数のリポジトリ上で評価を行った。
STARレポジトリでは、ファイルレベルのアプローチが38.16%のコンパイルと9.39%のテスト成功を達成する一方、我々のアプローチは評価された設定全体にわたって100%のコンパイルとテスト成功を実現し、少数のイテレーションで収束する。
これらの結果から,依存性を意識したバッチ処理により,リポジトリレベルのコード翻訳のスケーラビリティと信頼性が向上することが示された。
関連論文リスト
- Beyond Repository Boundaries: Cross-Repository Graph Retrieval for Code Generation [15.95046921483187]
CrossCoderはクロスリポジトリのコード生成フレームワークで、外部ライブラリを検索コンテキストに明示的に組み込む。
CrossCoderは機能的正確性(pass@1で最大6.3%)と依存性の変換に対する堅牢性の両方を一貫して改善している。
論文 参考訳（メタデータ） (2026-09-09T10:14:14Z) - RepoReasoner: Evaluating Repository-Level Code Reasoning Ability of Long-Context Language Models [54.53236295237077]
リポジトリレベルのコード推論を評価するベンチマークであるRepoReasonerを紹介します。
出力予測は、ファイル間でのきめ細かいステートフルな実行推論を計測します。
Call Chain Predictionは、ノイズの多いコンテキスト下での高レベルのアーキテクチャ依存性の理解を評価する。
論文 参考訳（メタデータ） (2026-07-28T17:12:41Z) - SCDBench: A Benchmark for LLM-Based Smart Contract Decompilers [55.39407031861402]
本稿では,スマートコントラクトデコンパイルのためのデータセットとベンチマーク手法であるSCDBenchを紹介する。
データセットには600の現実のSolidityコントラクトと、ペア化されたバイトコード入力、地味なソースコード、再生可能なセマンティックチェックポイントが含まれている。
我々は,GLM-5の変種を含むゼロショット逆コンパイル設定において,Claude Opus 4.7,GPT-5.3-Codex,GLM-5を評価した。
論文 参考訳（メタデータ） (2026-05-27T20:08:47Z) - Constraint-Guided Multi-Agent Decompilation for Executable Binary Recovery [47.704311990064554]
脱コンパイルは、セキュリティ分析、マルウェアのリバースエンジニアリング、レガシーソフトウェアメンテナンスに不可欠である。
マルチレベル制約誘導型デコンパイル(MCGD)により,デコンパイルされたコードを再実行可能なソースに変換するマルチエージェントフレームワークを提案する。
本フレームワークは,84～97%の再実行性を実現し,28～89ポイントのベースラインデコンパイラ出力を改善した。
論文 参考訳（メタデータ） (2026-04-27T01:28:11Z) - Dependency-Guided Repository-Level C-to-Rust Translation with Reinforcement Alignment [26.296349203732138]
C-to-Rust移行は、パフォーマンスを犠牲にすることなく、ソフトウェアセキュリティを改善するために重要である。
大規模なコードコーパスでトレーニングされた大規模言語モデル(LLM)は、有望な代替手段を提供する。
モデル機能拡張と構造推論を組み合わせたフレームワークであるDepTransを提案する。
論文 参考訳（メタデータ） (2026-04-03T08:13:42Z) - CktEvo: Repository-Level RTL Code Benchmark for Design Evolution [7.09459001862514]
本稿では、レポレベルのRTL進化のためのベンチマークおよび参照フレームワークであるCktEvoを紹介する。
以前のベンチマークとは異なり、我々のベンチマークは、PPAがファイル間の依存関係から現れる完全なIPコアをターゲットにしています。
初期リポジトリが与えられたら、PPAを改善しながら機能的な動作を保存する編集を生成します。
実験の結果, 参照フレームワークは人間のインタラクションを伴わずに, PPAの改善を実現していることがわかった。
論文 参考訳（メタデータ） (2026-02-10T02:46:15Z) - LLM-Driven Collaborative Model for Untangling Commits via Explicit and Implicit Dependency Reasoning [15.20947984949809]
コミット回避のための新しいコラボレーティブコンサルテーションフレームワークであるColaUntangleを提案する。
ColaUntangleは、LLM(Large Language Model)駆動エージェントをマルチエージェントアーキテクチャに統合する。
広く使われている2つのデータセット(1,612 C#と14k Java tangledコミット)上でColaUntangleを評価する。
論文 参考訳（メタデータ） (2025-07-22T09:42:13Z) - DependEval: Benchmarking LLMs for Repository Dependency Understanding [16.19185341217556]
大規模言語モデル(LLM)は、コード生成、現実のソフトウェア開発において、リポジトリレベルの推論の高度な要求において、かなり有望であることを示している。
リポジトリ依存性の理解(DependEval)を評価するために設計された階層的なベンチマークを導入する。
Benchmarkは、現実世界のWebサイトから収集された15,576のリポジトリに基づいている。
論文 参考訳（メタデータ） (2025-03-09T16:45:22Z) - Skeleton-Guided-Translation: A Benchmarking Framework for Code Repository Translation with Fine-Grained Quality Evaluation [37.25839260805938]
Skeleton-Guided-Translationは、リポジトリレベルのJavaからC#へのコード変換のためのフレームワークで、きめ細かい品質評価がある。
本稿では,高品質なオープンソースJavaレポジトリとその対応するC#スケルトンベンチマークであるTransREPO-BENCHを紹介する。
論文 参考訳（メタデータ） (2025-01-27T13:44:51Z) - RustRepoTrans: Repository-level Code Translation Benchmark Targeting Rust [50.65321080814249]
RustRepoTransは、インクリメンタル翻訳をターゲットにした、最初のリポジトリレベルのコンテキストコード変換ベンチマークである。
複雑な翻訳シナリオの制約を評価するために, 7つの代表的なLLMを評価し, それらの誤差を分析した。
論文 参考訳（メタデータ） (2024-11-21T10:00:52Z) - RepoCoder: Repository-Level Code Completion Through Iterative Retrieval
and Generation [96.75695811963242]
RepoCoderはリポジトリレベルのコード補完プロセスを合理化するフレームワークである。
類似性ベースのレトリバーと、事前訓練されたコード言語モデルが組み込まれている。
バニラ検索で拡張されたコード補完アプローチよりも一貫して優れています。
論文 参考訳（メタデータ） (2023-03-22T13:54:46Z)
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。