論文の概要: REFINE: A Multi-Agent LLM Approach for Evidence-Guided Code Refactoring
- arxiv url: http://arxiv.org/abs/2608.23611v1
- Date: Fri, 21 Aug 2026 17:44:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:34.406438
- Title: REFINE: A Multi-Agent LLM Approach for Evidence-Guided Code Refactoring
- Title（参考訳）: REFINE: 証拠誘導型コードリファクタリングのためのマルチエージェントLLMアプローチ
- Abstract要約: REFINEはツールに依存しないエビデンス対応のマルチエージェントアプローチで、Javaファイルレベルの候補を生成する。
我々は15のオープンソースシステムから450のJavaファイル上でREFINEを評価する。
- 参考スコア（独自算出の注目度）: 3.294884078309524
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large Language Models (LLMs) offer new opportunities for automated code refactoring. However, generated changes must reduce targeted quality problems without introducing new issues or altering behaviour-relevant code structures. We introduce REFINE (Refactoring with Evidence-aware Flow for Integrated ageNtic Execution), a tool-agnostic, evidence-aware multi-agent approach for generating Java file-level refactoring candidates. REFINE combines static-analysis-guided smell identification, smell-informed planning, LLM-based transformation, automated re-analysis, preservation checks, and structured reporting. We evaluate REFINE on 450 Java files from 15 open-source systems, producing 1,350 model-pass outputs using OpenAI GPT-5.5, Google Gemini 3.1 Pro Preview, and Anthropic Claude Opus 4.8. REFINE reduces detected code smells by 68.26%, 72.79%, and 68.49% across the three configurations, respectively, with the strongest reductions observed for major smells. A matched 150-file direct-prompt baseline shows that REFINE achieves a higher median code-smell reduction with smaller edits and fewer public-method removals. However, broader quality improvements are inconsistent, and preservation checks reveal residual risks, including assert/fail-call changes and public-method removal. Therefore, REFINE outputs should be treated as refactoring candidates requiring compilation, testing, dependency analysis, and human review before adoption in repository- or system-level settings.
- Abstract（参考訳）: 大きな言語モデル(LLM)は、コードのリファクタリングを自動化する新しい機会を提供する。
しかし、生成された変更は、新しい問題を導入したり、振る舞いに関連するコード構造を変更することなく、ターゲット品質の問題を減らす必要がある。
本稿では,REFINE(Refactoring with Evidence-aware Flow for Integrated AgeNtic Execution)を紹介する。
REFINEは、静的分析誘導の匂い識別、匂いインフォームドプランニング、LCMベースの変換、自動再分析、保存チェック、構造化レポートを組み合わせる。
我々は,オープンAI GPT-5.5, Google Gemini 3.1 Pro Preview, Anthropic Claude Opus 4.8を用いて,15のオープンソースシステムから450個のJavaファイル上でREFINEを評価し,1,350個のモデルパス出力を生成する。
REFINEは検出されたコードの臭いを3つの構成で68.26%、72.79%、68.49%削減する。
一致した150ファイルのダイレクトプロンプトベースラインは、REFINEがより少ない編集と少ない公開メソッド削除で、より中央値のコードスメル削減を実現していることを示している。
しかし、より広範な品質改善は矛盾しており、保存チェックはアサート/フェイルコールの変更やパブリックメソッドの削除など、残留するリスクを明らかにしている。
したがって、REFINE出力は、リポジトリやシステムレベルの設定を採用する前に、コンパイル、テスト、依存性分析、ヒューマンレビューを必要とするリファクタリング候補として扱われるべきである。
関連論文リスト
- RefactorAssist: Agentic Refinement for Reliable Code Refactoring [0.3657314044338856]
大規模言語モデル(LLM)は、ソフトウェア工学のタスクを自動化する可能性を実証している。
LLMは、しばしば微妙なエラーを導入し、機能的な振る舞いの変化やユニットテストの失敗につながる。
LLM生成物の機能的正しさを向上させるためにRefactorAssistエージェントを開発した。
論文 参考訳（メタデータ） (2026-08-02T01:32:22Z) - ReproRepo: Scaling Reproducibility Audits with GitHub Repository Issues [54.98461672730087]
ReproRepoは、人為的なGitHub問題を活用するスケーラブルな評価フレームワークで、現実的な再現ブロッカーを自然に監視する。
ReproRepoは、大規模なカンファレンスから1,149件の機械学習論文をインスタンス化し、4つのフロンティアモデルエージェント構成を評価します。
その結果, LLMエージェントは, コードを実行せずにも, 紙とリポジトリのペアから多くの実世界の問題を識別できることがわかった。
論文 参考訳（メタデータ） (2026-06-16T17:58:05Z) - SmellBench: Evaluating LLM Agents on Architectural Code Smell Repair [1.6922906233636834]
アーキテクチャコードはソフトウェアの保守性を損なうため、手作業で修理するのにコストがかかる。
本稿では,大規模言語モデルエージェントによる建築コードの臭いの修復に関する経験的評価について述べる。
SmellBenchは、嗅覚タイプ固有の最適化プロンプトを組み込んだタスクオーケストレーションフレームワークです。
論文 参考訳（メタデータ） (2026-05-07T22:33:32Z) - LiveFMBench: Unveiling the Power and Limits of Agentic Workflows in Specification Generation [75.05397479715576]
大規模言語モデル(LLM)とエージェントは有望な進歩を示しているが、その真の能力と失敗モードは未だ不明である。
CプログラムのためのLCMおよびエージェントベースの形式仕様生成に関する、最初の体系的および汚染に配慮した研究を提案する。
論文 参考訳（メタデータ） (2026-05-02T11:31:33Z) - Dynamic analysis enhances issue resolution [53.50448142467294]
DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。
テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。
Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
論文 参考訳（メタデータ） (2026-03-23T14:48:54Z) - NERFIFY: A Multi-Agent Framework for Turning NeRF Papers into Code [49.610331036334316]
我々はNeRF研究論文をトレーニング可能なNerfstudioプラグインに確実に変換するフレームワークであるNERFIFYを紹介する。
コード、データ、実装が公開される。
論文 参考訳（メタデータ） (2026-02-28T20:57:32Z) - SWE-Refactor: A Repository-Level Benchmark for Real-World LLM-Based Code Refactoring [20.694251041823097]
大規模言語モデル(LLM)は、ソフトウェア工学のタスクに取り組むことに広く関心を集めている。
既存のベンチマークは一般的に3つの欠点に悩まされる。
SWE-Refactor は開発者によって書かれた 18 の Java プロジェクトから抽出された 1,099 の挙動保存 LLM で構成されている。
論文 参考訳（メタデータ） (2026-02-03T16:36:29Z) - ROSE: Transformer-Based Refactoring Recommendation for Architectural Smells [3.946103868607285]
既存のツールはそのような臭いを検知するが、修正する方法を示唆することは滅多にない。
11,149のオープンソースJavaプロジェクトから抽出された200万のインスタンス上で、両方のモデルを微調整します。
以上の結果から, 変圧器を用いたモデルでは, 臭気検出と有効修理のギャップを効果的に埋めることができることがわかった。
論文 参考訳（メタデータ） (2025-07-16T18:19:51Z) - 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) - ReF Decompile: Relabeling and Function Call Enhanced Decompile [50.86228893636785]
逆コンパイルの目標は、コンパイルされた低レベルコード(アセンブリコードなど)を高レベルプログラミング言語に変換することである。
このタスクは、脆弱性識別、マルウェア分析、レガシーソフトウェアマイグレーションなど、さまざまなリバースエンジニアリングアプリケーションをサポートする。
論文 参考訳（メタデータ） (2025-02-17T12:38:57Z) - Automated Unit Test Refactoring [10.847400457238423]
テストの臭いは、設計プラクティスの貧弱さとドメイン知識の不足から生じます。
我々は,Javaプロジェクトにおける自動テストのための文脈拡張型LLMベースのフレームワークUTRefactorを提案する。
6つのオープンソースのJavaプロジェクトから879のテストに対してUTRefactorを評価し、テストの匂いを2,375から265に減らし、89%の削減を実現した。
論文 参考訳（メタデータ） (2024-09-25T08:42:29Z)
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。