論文の概要: Using Agentic AI for contextualized and multifaceted code review at Ericsson
- arxiv url: http://arxiv.org/abs/2609.15877v1
- Date: Mon, 14 Sep 2026 17:05:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:06.523133
- Title: Using Agentic AI for contextualized and multifaceted code review at Ericsson
- Title（参考訳）: Ericssonのコンテキスト化された多面的コードレビューにAgentic AIを使用する
- Abstract要約: コード変更の多面的評価を提供するマルチエージェントベースのソリューションを提案する。
私たちのソリューションは、特殊なエージェントスキルとコンテキスト固有の知識を組み合わせて、コード変更のアンチパターンを特定します。
私たちのソリューションは、調査されたコードコミットの問題を正確に識別する上で、96%の精度を実現しています。
- 参考スコア（独自算出の注目度）: 2.718493331100771
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Context: Conducting effective code reviews is increasingly challenging due to the growing complexity of software systems and the accelerated code generation by AI coding agents. LLM-based approaches for code reviews have shown promising results in identifying defects and improving code quality. However, existing approaches rarely consider project-specific contextualized knowledge, and few have been evaluated in industrial settings. Objective: In this study, we propose a multi-agent-based solution that provides multifaceted assessments of code changes. Method: Following the Design Science Research Process, we developed and evaluated our solution in an industrial setting. Our solution combines specialized agent skills with context-specific knowledge to identify antipatterns in code changes across four dimensions: readability, maintainability, reliability, and performance. Using our solution, we generated reviews for several code commits and identified more than 200 issues. These issues were then manually validated by the developers of the case company for their correctness and importance. Results: The evaluation results show that our solution achieves 96% accuracy in correctly identifying issues in the investigated code commits. Furthermore, around 69% of the correctly identified issues were rated as important, with approximately 33% rated as severe issues that must be fixed and 36% as important issues that should be fixed. Qualitative feedback from developers corroborates these findings and highlights the usefulness of the generated reviews. Conclusion: Our findings provide empirical evidence from an industrial evaluation that combining specialized agent skills with context-specific knowledge yields accurate, practically useful code reviews.
- Abstract（参考訳）: コンテキスト: ソフトウェアシステムの複雑さが増し、AIコーディングエージェントによるコード生成が加速しているため、効果的なコードレビューの実行はますます困難になっている。
コードレビューのためのLLMベースのアプローチは、欠陥を特定し、コード品質を改善するという有望な結果を示している。
しかし、既存のアプローチでは、プロジェクト固有の文脈的知識はめったに考慮されておらず、産業環境で評価されているものはほとんどない。
目的:本研究では,コード変更の多面的評価を提供するマルチエージェントベースのソリューションを提案する。
方法: 設計科学研究プロセスの後, 産業環境でソリューションを開発し, 評価した。
私たちのソリューションは、特殊エージェントスキルとコンテキスト固有の知識を組み合わせることで、可読性、保守性、信頼性、パフォーマンスの4つの側面にわたるコード変更のアンチパターンを特定します。
私たちのソリューションを使って、いくつかのコードコミットのレビューを生成し、200以上の問題を特定しました。
これらの問題は、その正しさと重要性について、ケース会社の開発者によって手作業で検証された。
結果: 評価結果は, 調査コードコミットの問題点を正確に識別する上で, 96%の精度が得られたことを示している。
さらに、正しく特定された問題の約69%が重要と評価され、約33%が深刻な問題として、そして36%が修正すべき重要な問題として評価された。
開発者からの質的なフィードバックは、これらの発見を裏付け、生成されたレビューの有用性を強調している。
結論: 本研究は, 専門エージェントスキルと文脈固有の知識を組み合わせることで, 正確かつ実用的なコードレビューが得られるという, 産業評価からの実証的証拠を提供する。
関連論文リスト
- How AI Coders Discuss, Disagree, and Reach Consensus: Challenges and Opportunities for LLM-Based Qualitative Coding [5.271725890500162]
我々は、AIエージェントが独立してコードを作成し、議論し、意見の相違を和らげる文学インフォームドベースラインパイプラインを開発する。
その結果、符号化精度は、コードブックの長さ、定性的データ類似性、エージェントの不一致などの要因に依存することが明らかとなった。
弊社のオープンソースのAIディスカッションデータセットと方法論フレームワークは、AIを介する自動テーマ分析の設計を推進するための基礎を築いた。
論文 参考訳（メタデータ） (2026-09-10T05:34:47Z) - BeyondSWE: Can Current Code Agent Survive Beyond Single-Repo Bug Fixing? [61.247730037229815]
BeyondSWEは2つの軸 – 解像度スコープと知識スコープ – に沿って既存の評価を拡張する包括的なベンチマークです。
外部知識の役割を解明するために,ディープ検索とコーディング能力を統合するフレームワークであるSearchSWEを開発した。
この作業は、現実的で挑戦的な評価ベンチマークと、より有能なコードエージェントに向けた研究を進めるための柔軟なフレームワークの両方を提供する。
論文 参考訳（メタデータ） (2026-03-03T17:52:01Z) - CoCoNUTS: Concentrating on Content while Neglecting Uninformative Textual Styles for AI-Generated Peer Review Detection [60.52240468810558]
我々は、AI生成ピアレビューの詳細なデータセットの上に構築されたコンテンツ指向ベンチマークであるCoCoNUTSを紹介する。
また、マルチタスク学習フレームワークを介してAIレビュー検出を行うCoCoDetを開発し、レビューコンテンツにおけるAIのより正確で堅牢な検出を実現する。
論文 参考訳（メタデータ） (2025-08-28T06:03:11Z) - Code Review as Decision-Making -- Building a Cognitive Model from the Questions Asked During Code Review [2.8299846354183953]
コードレビューの認知モデルを構築し、翻訳された資料の主題的、統計的、時間的、シーケンシャルな分析を通じてボトムアップする。
まず、コンテキストと合理性を確立するための配向フェーズ、次に、レビューの残りの部分を理解し、評価し、計画するための分析フェーズです。
論文 参考訳（メタデータ） (2025-07-13T14:04:16Z) - CoQuIR: A Comprehensive Benchmark for Code Quality-Aware Information Retrieval [44.39462689088926]
CoQuIRは、品質を意識したコード検索を評価するために設計された、最初の大規模多言語ベンチマークである。
CoQuIRは、11のプログラミング言語で42,725のクエリと134,907のコードスニペットに対して、きめ細かい品質のアノテーションを提供する。
論文 参考訳（メタデータ） (2025-05-31T13:00:17Z) - CodeCriticBench: A Holistic Code Critique Benchmark for Large Language Models [97.18215355266143]
本稿では,Large Language Models (LLMs) のコード批判ベンチマークであるCodeCriticBenchを紹介する。
具体的には、CodeCriticBenchには2つの主要なコードタスク(コード生成とコードQA)が含まれています。
さらに、評価プロトコルには、基本的な批評評価と、異なる特性に対する高度な批評評価が含まれる。
論文 参考訳（メタデータ） (2025-02-23T15:36:43Z) - Understanding Code Understandability Improvements in Code Reviews [79.16476505761582]
GitHub上のJavaオープンソースプロジェクトからの2,401のコードレビューコメントを分析した。
改善提案の83.9%が承認され、統合され、1%未満が後に復活した。
論文 参考訳（メタデータ） (2024-10-29T12:21:23Z) - Codev-Bench: How Do LLMs Understand Developer-Centric Code Completion? [60.84912551069379]
Code-Development Benchmark (Codev-Bench)は、細粒度で現実世界、リポジトリレベル、開発者中心の評価フレームワークです。
Codev-Agentは、リポジトリのクローリングを自動化し、実行環境を構築し、既存のユニットテストから動的呼び出しチェーンを抽出し、データ漏洩を避けるために新しいテストサンプルを生成するエージェントベースのシステムである。
論文 参考訳（メタデータ） (2024-10-02T09:11:10Z) - Leveraging Large Language Models for Efficient Failure Analysis in Game Development [47.618236610219554]
本稿では,テストの失敗の原因となるコードの変更を自動的に識別する手法を提案する。
このメソッドは、LLM(Large Language Models)を利用して、エラーメッセージと対応するコード変更を関連付ける。
当社のアプローチは新たに作成したデータセットで71%の精度に達しています。
論文 参考訳（メタデータ） (2024-06-11T09:21:50Z) - Toward Effective Secure Code Reviews: An Empirical Study of Security-Related Coding Weaknesses [14.134803943492345]
我々は OpenSSL と PHP の2つの大規模オープンソースプロジェクトで実証的なケーススタディを行った。
135,560のコードレビューコメントに基づいて、40のコーディング弱点カテゴリのうち35に、レビュー担当者がセキュリティ上の懸念を提起していることが分かりました。
メモリエラーやリソース管理といった過去の脆弱性に関連するコーディングの弱点は、脆弱性よりも少ない頻度で議論された。
論文 参考訳（メタデータ） (2023-11-28T00:49:00Z)
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。