論文の概要: When Should Dependency Updates Invoke Repair Agents? A Lightweight Routing Study
- arxiv url: http://arxiv.org/abs/2609.25911v1
- Date: Tue, 22 Sep 2026 09:16:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-23 18:04:04.307665
- Title: When Should Dependency Updates Invoke Repair Agents? A Lightweight Routing Study
- Title（参考訳）: 依存度はいつ更新されるべきか? : 軽量ルーティング研究
- Abstract要約: DepFixは、作成時信号を使用して、依存関係の更新を過去の互換性と修復可能性でランク付けする。
DepFixは、定期的な依存性更新自動化と高価なリポジトリレベルのエージェントの間の軽量レイヤとして機能する。
- 参考スコア（独自算出の注目度）: 0.9991706230252708
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Dependency-update pull requests are frequent and mostly routine, but a small subset requires non-trivial compatibility repair. Recent repository-level coding agents make such repair increasingly plausible, yet invoking them on every dependency update wastes model calls, CI time, repository context, and review attention. We frame this as a pre-agent routing problem: deciding which dependency-update pull requests should be escalated before downstream diagnosis or repair attempts. We introduce DepFixRouter, a lightweight router that ranks dependency updates by historical compatibility-repair likelihood using creation-time textual and metadata signals. On 497 labeled GitHub dependency-update candidates, only 72 require substantive repair. A creation-time-safe LinearSVC using only PR titles and bot/dependency flags reaches 0.488 repair F1 and captures 51.4% of repairs within the top 20% routed pull requests, improving calls per captured repair from 6.90 under route-all or random policies to 2.68. Retrospective full-history signals improve top-20% recall to 65.3%, revealing substantial hindsight leakage in pull-request histories rather than deployment-time routing utility. In a 60-case diagnosis-agent pilot, router-gated diagnosis reduces actual LLM calls by 66.7% and tokens by 66.1%, suggesting budgetaware escalation while measuring diagnosis rather than patch generation. DepFixRouter can serve as a lightweight escalation layer between routine dependency-update automation and expensive repository-level agents, enabling budget-aware maintenance without relying on retrospective repair evidence for deployment-time routing.
- Abstract（参考訳）: 依存性の更新されたプルリクエストは頻繁で、概ねルーチンであるが、小さなサブセットでは、簡単な互換性の修復を必要としている。
最近のリポジトリレベルのコーディングエージェントは、このような修正を可視なものにしますが、依存アップデート毎にモデル呼び出し、CI時間、リポジトリコンテキスト、レビューの注意を喚起します。
下流の診断や修復を試みる前に、どの依存性更新プルリクエストをエスカレーションすべきかを決定する。
DepFixRouterは軽量ルータで、依存関係の更新を、生成時テキストとメタデータの信号を使用して、過去の互換性の回復可能性によってランク付けする。
GitHubの依存性更新候補のラベル付き497では、実質的な修復は72だけである。
PRタイトルとボット/依存フラグのみを使用した作成時の安全なLinearSVCが0.488の修理F1に達し、上位20%のルーティングされたプルリクエスト内で51.4%の修正をキャプチャし、ルートオールまたはランダムポリシーの下で6.90から2.68まで、キャプチャされた修正毎の呼び出しを改善した。
振り返りフルヒストリーの信号は、上位20%のリコールを65.3%に改善し、デプロイメント時のルーティングユーティリティではなく、プルリクエスト履歴のかなり後方からのリークを明らかにした。
60ケースの診断エージェントパイロットでは、ルータゲート診断により実際のLCMコールを66.7%、トークンを66.1%削減し、パッチ生成ではなく診断を計測しながら、予算面のエスカレーションを示唆している。
DepFixRouterは、定期的な依存性更新自動化と高価なリポジトリレベルのエージェントの間の軽量なエスカレーションレイヤとして機能し、デプロイメント時のルーティングに対するリフレクションの修正エビデンスに頼ることなく、予算を意識したメンテナンスを可能にする。
関連論文リスト
- ExecCritic: Learn to Test, Test to Improve for Coding Agents [68.42713285082912]
実行時のフィードバックは、コーディングエージェントを正しいリポジトリの修復に導くことができますが、テストが問題によって要求された振る舞いをキャプチャした場合のみです。
ExecCriticを導入し、テスト-検証-修正足場と、その中のトレーニングエージェントのためのロール固有の強化学習レシピを組み合わせる。
テストエージェントが独立してリポジトリネイティブなテストを生成し、フェイルクローズされたハーネスがそれらを調整して凍結し、リカバリエージェントがテストを変更することなく、ソースコードを実行フィードバックから修正する。
論文 参考訳（メタデータ） (2026-09-08T17:53:37Z) - Independent Patch Verification for Coding Agents with a Bidirectional Reconstruct-and-Verify Framework [49.16055123488827]
大規模言語モデルを利用したコーディングエージェントは、バグレポートから直接コードパッチを生成することができる。
報告された問題を真に解決するかどうかを独立に検証するメカニズムは存在しない。
本稿では,RETRACE をトレーニング不要なポストジェネレーション検証フレームワークとして提案する。
論文 参考訳（メタデータ） (2026-08-09T22:59:13Z) - AgentDebugX: An Open-Source Toolkit for Failure Observability, Attribution, and Recovery in LLM Agents [83.37969790806069]
LLMエージェントのエラーは、エラーが表面化するステップが原因ではないことが多いため、デバッグが難しい。
Agent DebuggerXはオープンソースのフレームワークで、デバッグをDe Detect, Attribute, Recover, Rerunのクローズドループとして整理する。
コアとなるDeep Debuggerは、グローバルな軌跡理解を通じてマルチターン根本原因診断を行う。
論文 参考訳（メタデータ） (2026-07-21T06:21:13Z) - DepRepair: LLM-Based Source-Code Repair for Dependency Breaking Changes [26.444574129479463]
DepRepairは、3つのコンポーネントで構築された上流の証拠を修復する単一コールLLMアプローチである。
GPT-5.5で89.5%、Claude Opus 4.6で82.1%となる。
論文 参考訳（メタデータ） (2026-07-20T13:58:13Z) - Taming the Drift: Context-aware Repair of Dockerfile Drift during Software Evolution [52.50730821321986]
Cadreは、Dockerfileの自動ドリフト修復のためのコンテキスト認識フレームワークである。
CDGは、各Dockerfile命令をファイルレベルとインストラクション間の依存関係にマップする。
DodeXはGitHub Actions CIログから現実のDockerfileドリフトインスタンスをマイニングする。
論文 参考訳（メタデータ） (2026-07-14T09:12:26Z) - AgentTether: Graph-Guided Diagnosis and Runtime Intervention for Reliable LLM Agent Operation [27.0859707906163]
AgentTetherは実行時修復フレームワークで、基礎となるエージェントや環境を変更することなく、実行後の診断とガイド付きリカバリを自動化する。
オフラインのノーマルビヘイビアモデルとランローカルグラフ検出器を組み合わせることで、障害クリティカルなサブトラジェクトリをローカライズする。
オフラインの診断とガイダンスツールとして、あるいはオンラインの修復レイヤとしてデプロイできる。
論文 参考訳（メタデータ） (2026-07-07T13:40:31Z) - EviACT: An Evidence-to-Action Framework for Agentic Program Repair [21.78498442884825]
EviACTは、3つのエビデンス駆動ガードレールを修復段階にわたって調整するエージェントAPRフレームワークである。
最強の報告されたベースラインよりも1.6-6.0ポイントのリゾルバ率を改善する。
ベースラインコストが利用可能なバグ毎のAPIコストは70.1-88.6%低下している。
論文 参考訳（メタデータ） (2026-05-26T16:17:47Z) - ContraFix: Agentic Vulnerability Repair via Differential Runtime Evidence and Skill Reuse [10.503895811137095]
大規模言語モデル(LLM)エージェントは、自動脆弱性修復にますます利用されている。
最近の実証的な結果は、これらのエージェントがいまだに現実世界の脆弱性と戦っていることを示している。
ContraFixは、再利用可能な修復スキルとランタイムエビデンスを結合するエージェントフレームワークである。
論文 参考訳（メタデータ） (2026-05-17T13:48:25Z) - VLAA-GUI: Knowing When to Stop, Recover, and Search, A Modular Framework for GUI Automation [98.38575149237442]
VLAA-GUIは3つの統合コンポーネントを中心に構築されたモジュラーGUIフレームワークである。
必須完全性検証は、UIで観測可能な成功基準と検証を、各完了ステップで実施する。
強制的なループブレーカは、繰り返し失敗した後、多層切替インタラクションモードを提供する。
論文 参考訳（メタデータ） (2026-04-23T07:42:37Z) - Outcome-Conditioned Reasoning Distillation for Resolving Software Issues [49.16055123488827]
本稿では, 検証済みパッチを監督として, リポジトリ内問題を解決したO-CRD(Outcome-Conditioned Reasoning Distillation)フレームワークを提案する。
歴史的修正から始まり、検証結果から段階的な修理トレースを後方に再構築する。
SWE-Bench Liteでは、GPT-4oではPass@1が10.4%、DeepSeek-V3では8.6%、GPT-5では10.3%増加する。
論文 参考訳（メタデータ） (2026-01-30T18:25:39Z)
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。