論文の概要: Skill Issue: Lessons from Optimizing Repository SKILLs for Coding Agents

• arxiv url: http://arxiv.org/abs/2609.12742v1
• Date: Fri, 11 Sep 2026 11:41:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-15 07:38:31.732641
• Title: Skill Issue: Lessons from Optimizing Repository SKILLs for Coding Agents
• Title（参考訳）: コーディングエージェントのためのレポジトリSKILLの最適化から学ぶスキル問題
• Abstract要約: コーディングエージェントは、SKILLsからリポジトリの知識を読み取るようになっている。 最近の研究は、ベンチマークに対して文書を最適化することで、これらのファイルを自動で合成する。 より難しいタスク --- リポジトリのプルリクエストをマージし、単一の凍結されたベースコミットでリターンし、同じエージェントがそれなしでよいかどうかで候補ドキュメントをスコアします。
• 参考スコア（独自算出の注目度）: 0.09558392439655013
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Coding agents increasingly read repository knowledge from SKILLs --- plain \texttt{.md} files versioned alongside the code. Recent work synthesizes these files automatically, by optimizing the document against a benchmark. A bare repository comes with no benchmark, and the synthetic tasks prior work builds are small enough that a capable agent saturates them with no document at all. We mine harder tasks --- merged pull requests of the repository, reverted at a single frozen base commit; and score a candidate document by whether the same agent does better with it than without it. On three Kotlin repositories, the documents GEPA finds raise this score by $4.9$pp on average, and the ones SkillOpt finds leave it where it started, $0.1$pp above the seed. The GEPA gain matches what prior work reports with the same optimizer, and at the dataset size a single repository supplies it cannot be separated from the agent's run-to-run variance; settling that would take more tasks than one repository's history yields. The documents themselves read better than the score: a maintainer of one repository found in them knowledge one only gets by working in the project.
• Abstract（参考訳）: コーディングエージェントは、SKILLs ---プレーンな \textt{.md} ファイルからリポジトリの知識を読み取る。コードと一緒にバージョン付けされたファイル。最近の研究は、ドキュメントをベンチマークに対して最適化することで、これらのファイルを自動で合成する。素のリポジトリは、ベンチマークがなく、作業前のビルドは十分小さく、有能なエージェントがドキュメントを全く飽和させるのに十分である。我々は、難しいタスクを --- リポジトリのプルリクエストをマージし、単一の凍結されたベースコミットでリターンし、同じエージェントがそれ無しでそれよりも良いかどうかで候補文書をスコアする。 3つのKotlinリポジトリでは、GEPAによると、このスコアは平均で4.9$pp上昇しており、SkillOptが見つけたものは、シードより0.1$pp高いところにある。 GEPAは、前回の作業レポートと同一のオプティマイザで一致し、データセットサイズでは、単一のリポジトリがエージェントの実行時から実行時までの分散から分離することはできない。 1つのリポジトリのメンテナは、プロジェクトで働くことでのみ得られる知識を持っています。

関連論文リスト

• Filesystem-Based Memory for LLM Agents: Organization, Evolution, and Sustainability [49.415740364852105]
  デプロイされたエージェントは、エージェント自身がジェネリックファイルツールを通じて読み込み、書き込み、再編成するマークダウンファイルのディレクトリツリーとして、長期記憶をますます保持する。 以前のシステムではメモリ表現を設計し、それらを検索し、デフォルトの2つの動作仮定を未検証のまま残した。 LLMエージェントのためのチャンクベースメモリの最初の体系的探索を行う。
  論文  参考訳（メタデータ） (2026-07-29T08:59:43Z)
• Tencent WorkBuddy Bench: A Multi-Domain Coding-Agent Benchmark with Contamination-Resistant Task Construction [57.138342889101345]
  Tencent WorkBuddy Benchは、コーディングエージェントのためのマルチドメイン評価スイートである。 本報告では, 設計手法, スコアリングプロトコル, クロスモデルリーダーボードについて述べる。
  論文  参考訳（メタデータ） (2026-07-23T04:34:06Z)
• AGORA: An Archive-Grounded Benchmark for Agentic Workplace Document Reasoning [52.23991730630292]
  大規模言語モデルは、パラメトリックな知識から答えるのではなく、文書を推論するエージェントとして、ますます多くデプロイされている。 大規模な、散らかった職場ファイルの集合にスパース証拠を配置し、一貫性のない用語、単位、時間規則を調整し、答えを計算する。 私たちは、362の質問と9,664の認証ドキュメントと372Mのトークンの8つのドメインコレクションをペアリングするベンチマークであるAgoraを紹介します。
  論文  参考訳（メタデータ） (2026-06-23T12:57:18Z)
• Code-QA-Bench: Separating Code Reasoning from Documentation Memorization in Repository-Level QA [7.478327602641997]
  Code-QA-Benchはリポジトリレベルのコード理解ベンチマークを合成するためのフレームワークである。 10のPythonリポジトリで528のコードデリバティブと100のドキュメント依存タスクを生成します。 フレームワークはオープンソースで、ドキュメント化されたPythonリポジトリに適用できる。
  論文  参考訳（メタデータ） (2026-05-28T02:52:58Z)
• Remember Your Trace: Memory-Guided Long-Horizon Agentic Framework for Consistent and Hierarchical Repository-Level Code Documentation [27.40384564559557]
  我々は、リポジトリ全体にまたがる単一の統合コンテキスト内でドキュメントを生成するフレームワークであるMemDocAgentを提案する。 MemDocAgentは、オープンソースベースラインとクローズドソースベースラインの両方で最高のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-05-14T08:35:20Z)
• BUILD-AND-FIND: An Effort-Aware Protocol for Evaluating Agent-Managed Codebases [0.0]
  BUILD-AND-FINDは、下流エージェントが生成されたリポジトリから意図した選択を復元できるかどうかを評価するプロトコルである。 各タスクに対して、ビルダーは隠されたリポジトリの仕様を見て、仕様に書かれた複数選択の質問バンクを作成します。 このプロトコルは、行動の正しさをアーティファクト側のリカバリから切り離し、リカバリの正確性、再現性、実装のカバレッジ、検査の労力を報告します。
  論文  参考訳（メタデータ） (2026-05-07T12:35:27Z)
• RepoDoc: A Knowledge Graph-Based Framework to Automatic Documentation Generation and Incremental Updates [41.56228301287882]
  本稿では,レポジトリ知識グラフ(RepoKG)をドキュメントライフサイクル全体の意味基盤として利用するシステムであるRepoDocを提案する。 インクリメンタルアップデートでは、更新時間を73%削減し、トークン使用量を77%削減し、10.2%高めの更新リコールを実現している。 8つの言語にわたる24のリポジトリで評価されたRepoDocは、最先端の代替よりも大幅に優れています。
  論文  参考訳（メタデータ） (2026-04-29T10:43:02Z)
• MutaGReP: Execution-Free Repository-Grounded Plan Search for Code-Use [92.28400093066212]
  MutaGRePは、ユーザリクエストを、大規模なコードリポジトリにある自然言語ステップに分解する計画を探すためのアプローチである。 我々の計画では、GPT-4oの128Kコンテキストウィンドウの5%以下しか使用していませんが、GPT-4oのコーディング性能とレポジトリで満たされたコンテキストウィンドウに匹敵します。
  論文  参考訳（メタデータ） (2025-02-21T18:58:17Z)
• Repository-level Code Search with Neural Retrieval Methods [25.222964965449286]
  我々は、リポジトリレベルのコード検索のタスクを、ユーザの質問やバグに対処するのに最も関係のある、コードリポジトリの現在の状態からファイルの集合を検索するものとして定義する。 提案手法は,コミットメッセージに対するBM25ベースの検索と,CodeBERTを用いて関連するファイルを識別するニューラルリランクを組み合わせたものである。 7つの人気のあるオープンソースリポジトリから生成された新しいデータセットの実験では、MAP、MRR、P@1がBM25ベースラインに対して最大80%改善されている。
  論文  参考訳（メタデータ） (2025-02-10T21:59:01Z)
• Alibaba LingmaAgent: Improving Automated Issue Resolution via Comprehensive Repository Exploration [64.19431011897515]
  本稿では,問題解決のためにソフトウェアリポジトリ全体を包括的に理解し,活用するために設計された,新しいソフトウェアエンジニアリング手法であるAlibaba LingmaAgentを提案する。 提案手法では,重要なリポジトリ情報を知識グラフに凝縮し,複雑さを低減し,モンテカルロ木探索に基づく戦略を採用する。 Alibaba Cloudの製品展開と評価において、LingmaAgentは、開発エンジニアが直面した社内問題の16.9%を自動で解決し、手作業による介入で43.3%の問題を解決した。
  論文  参考訳（メタデータ） (2024-06-03T15:20:06Z)
• RepoAgent: An LLM-Powered Open-Source Framework for Repository-level Code Documentation Generation [79.83270415843857]
  コードドキュメンテーションを積極的に生成、保守、更新することを目的とした、大規模な言語モデルによるオープンソースフレームワークであるRepoAgentを紹介します。 RepoAgentは高品質なリポジトリレベルのドキュメントを生成するのに優れています。
  論文  参考訳（メタデータ） (2024-02-26T15:39:52Z)
• 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。