論文の概要: Adaptive Strategy Generation for Boundary Value Exploration Beyond Numeric Inputs
- arxiv url: http://arxiv.org/abs/2608.28230v1
- Date: Fri, 28 Aug 2026 11:45:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 17:16:04.30518
- Title: Adaptive Strategy Generation for Boundary Value Exploration Beyond Numeric Inputs
- Title（参考訳）: 数値入力を超えた境界値探索のための適応的戦略生成
- Abstract要約: 境界値探索(BVE)は、異なるプログラム動作をトリガーする類似した入力のペアを探すことによって境界探索を自動化する。
本稿では,演算子工学を適応戦略生成に置き換えるフレームワークであるABEXを紹介する。
戦略は自然言語で表現されるので、型レベルと関数固有の知識の両方をエンコードすることができる。
- 参考スコア（独自算出の注目度）: 4.901543643055091
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Software behavior often changes abruptly at boundaries between input regions, and these transitions are known to be fault-prone. Boundary Value Exploration (BVE) automates boundary discovery by searching for pairs of similar inputs that nevertheless trigger different program behaviors. Existing automated BVE techniques rely on mutation operators hand-engineered for each input type, or even for each function under test, which has confined their use to numeric inputs. We present ABEX, an agentic LLM-based framework that replaces operator engineering with adaptive strategy generation: specialized LLM agents propose, select, and execute boundary-exploration strategies, guided by execution feedback and a quality-diversity (QD) archive. Because strategies are expressed in natural language, they can encode both type-level and function-specific knowledge, and effective strategies can even be stored and reused. We evaluate ABEX in a black-box setting on 20 functions with numeric, string, array, and mixed inputs. On numeric functions, ABEX outperforms a state-of-the-art QD method on 10 of 11 functions, with average QD-scores 11.7x higher. On non-numeric functions, addressed here for the first time in automated black-box BVE, ABEX discovers domain-aligned boundary behaviors for all subjects. Mutation testing shows the discovered boundaries are fault-revealing: with equally sized test suites, ABEX reaches an average mutation score of 86.2% versus 61.9% for the QD baseline, and kills nine times as many hard-to-detect stubborn mutants. An ablation study identifies adaptive strategy generation as the primary driver of these gains.
- Abstract（参考訳）: ソフトウェア動作は入力領域間のバウンダリで突然変化することが多く、これらのトランジションは障害を起こしやすいことが知られている。
境界値探索(BVE)は、異なるプログラム動作をトリガーする類似した入力のペアを探すことによって境界探索を自動化する。
既存の自動BVE技術は、各入力タイプ、あるいはテスト中の各関数に対して手動で設計された突然変異演算子に依存しており、数値入力に制限されている。
本稿では,演算子工学を適応戦略生成に置き換えるエージェントLLMベースのフレームワークであるABEXについて述べる。
戦略は自然言語で表現されるので、型レベルと関数固有の知識の両方をエンコードすることができ、効果的な戦略を保存して再利用することもできる。
数値,文字列,配列,混合入力を持つ20個の関数のブラックボックス設定でABEXを評価する。
数値関数では、ABEXは11の関数のうち10の関数に対して最先端のQD法より優れ、平均QDスコアは11.7倍高い。
自動ブラックボックスBVEで最初に言及された非数値関数について、ABEXはすべての被験者に対するドメイン整合境界挙動を発見する。
EAXはQDベースラインの平均突然変異率は86.2%、QDベースラインは61.9%に達し、検出し難いスタブボーン突然変異の9倍である。
アブレーション研究は、適応戦略生成がこれらの利得の第一の要因であることを示す。
関連論文リスト
- Operational Proto-Introspection in Looped Language Models: Process-Quality Taps, Executable Branching, and the Readout-Control Boundary [0.0]
言語モデルは、進行中の計算の質を読み取ることができるか?
外部介入は、その読み出しをより良い結果に変えることができるか?
凍結した2.6Bループ変換器,Ouro-RLTTで両質問を検証した。
論文 参考訳（メタデータ） (2026-07-20T22:40:36Z) - G2VD: Generalizable AI-Generated Video Detection via Counterfactual Intervention and Causal Disentanglement [9.616281293383684]
対実的介入と因果的絡み合いに基づく一般化可能なAI生成ビデオ検出フレームワーク。
G2VDは、一致したバックボーンよりも高い平均クロスドメインパフォーマンスと一貫したゲインを示す。
この性能は、元のトレーニングデータの10%だけを用いて得られる。
論文 参考訳（メタデータ） (2026-07-06T02:25:18Z) - AgentProcessBench: Diagnosing Step-Level Process Quality in Tool-Using Agents [50.481033105867205]
我々はAgentProcessBenchを紹介した。AgentProcessBenchは、現実的なツール拡張トラジェクトリにおけるステップレベルの有効性を評価するための最初のベンチマークである。
ベンチマークは、1,000の多様な軌跡と8,509の人間ラベル付きステップアノテーションと89.1%のアノテーション間合意で構成されている。
探索をキャプチャする3つのラベリングスキームと、ラベルのあいまいさを減らすためのエラー伝搬ルールを備えている。
論文 参考訳（メタデータ） (2026-03-15T16:13:58Z) - Zero-Shot Anomaly Detection with Dual-Branch Prompt Selection [17.263625932911534]
Zero-shot Anomaly Detection (ZSAD) は、見えないカテゴリの欠陥を識別し、ローカライズする。
既存のZSADメソッドは、固定または学習プロンプトを使用しても、トレーニングデータが限られたトレーニングドメインから導出されるため、ドメインシフトの下で苦労する。
PILOTは2つの重要なイノベーションを通じてこれらの課題を克服するために設計されたフレームワークです。
論文 参考訳（メタデータ） (2025-08-01T17:00:12Z) - LLAMA: Multi-Feedback Smart Contract Fuzzing Framework with LLM-Guided Seed Generation [56.84049855266145]
進化的突然変異戦略とハイブリッドテスト技術を統合したマルチフィードバックスマートコントラクトファジリングフレームワーク(LLAMA)を提案する。
LLAMAは、91%の命令カバレッジと90%のブランチカバレッジを達成すると同時に、148の既知の脆弱性のうち132が検出される。
これらの結果は、現実のスマートコントラクトセキュリティテストシナリオにおけるLAMAの有効性、適応性、実用性を強調している。
論文 参考訳（メタデータ） (2025-07-16T09:46:58Z) - SETBVE: Quality-Diversity Driven Exploration of Software Boundary Behaviors [6.736000553666346]
ソフトウェアシステムは入力特性に基づいて異なる振る舞いを示し、しばしば入力ドメイン間の境界で障害が発生する。
従来の境界値分析(BVA)は手動のドメインに依存し、自動化された境界値探索(BVE)メソッドは通常、単一の品質メトリクスを最適化する。
我々は、品質多様性(QD)最適化を利用して、より広い範囲の境界を体系的に発見・洗練する、自動ブラックボックスBVEのためのカスタマイズ可能なモジュラーフレームワークSETBVEを紹介する。
論文 参考訳（メタデータ） (2025-05-26T09:20:29Z) - Directed Greybox Fuzzing via Large Language Model [5.667013605202579]
HGFuzzerは、パス制約問題をターゲットコード生成タスクに変換する自動フレームワークである。
実世界の脆弱性20件についてHGFuzzerを評価し,最初の1分以内に11件を含む17件をトリガーした。
HGFuzzerは9つの既知の脆弱性を発見し、そのすべてにCVE IDが割り当てられた。
論文 参考訳（メタデータ） (2025-05-06T11:04:07Z) - Multi-Attribute Constraint Satisfaction via Language Model Rewriting [67.5778646504987]
マルチ属性制約満足度(英: Multi-Attribute Constraint Satisfaction, MACS)は、言語モデルを微調整して、複数の外部実値属性に対するユーザ指定制約を満たす手法である。
我々の研究は、NLPやバイオインフォマティクスにまたがる多様な応用に影響を及ぼす、一般化および実値多属性制御のための新しい道を開く。
論文 参考訳（メタデータ） (2024-12-26T12:36:39Z) - Improving Bias Correction Standards by Quantifying its Effects on Treatment Outcomes [54.18828236350544]
Propensity score matching (PSM) は、分析のために同等の人口を選択することで選択バイアスに対処する。
異なるマッチング手法は、すべての検証基準を満たす場合でも、同じタスクに対する平均処理効果(ATE)を著しく異なるものにすることができる。
この問題に対処するため,新しい指標A2Aを導入し,有効試合数を削減した。
論文 参考訳（メタデータ） (2024-07-20T12:42:24Z) - Learnable Behavior Control: Breaking Atari Human World Records via Sample-Efficient Behavior Selection [80.35510218548693]
本稿では,LBC(Learable Behavioral Control)と呼ばれるフレームワークを提案する。
我々のエージェントは10077.52%の平均正規化スコアを達成し、1Bのトレーニングフレーム内で24人の世界記録を突破した。
論文 参考訳（メタデータ） (2023-05-09T08:00:23Z) - Loss Function Discovery for Object Detection via Convergence-Simulation
Driven Search [101.73248560009124]
本稿では,効率的な収束シミュレーションによる進化的探索アルゴリズムCSE-Autolossを提案する。
一般的な検出器上での損失関数探索の広範囲な評価を行い、探索された損失の優れた一般化能力を検証した。
実験の結果, 2段検出器と1段検出器のmAPでは, 最適損失関数の組み合わせが1.1%と0.8%を上回っていることがわかった。
論文 参考訳（メタデータ） (2021-02-09T08:34:52Z)
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。