論文の概要: Trustworthy Runtime Error Healing in Real-World Repositories: A Benchmark and Guardrail

• arxiv url: http://arxiv.org/abs/2609.39086v1
• Date: Wed, 30 Sep 2026 06:26:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.285165
• Title: Trustworthy Runtime Error Healing in Real-World Repositories: A Benchmark and Guardrail
• Title（参考訳）: 実世界のリポジトリにおける信頼できるランタイムエラー修復 - ベンチマークとガードレール
• Abstract要約: エラーヒーリングにより、クラッシュしたプログラムは、ライブランタイム状態を修復するコードを生成することで継続できる。 最近の研究は、LSMがこのようなヒーリングコードを生成することができることを示しているが、それは小さな競争プログラムでのみ評価されている。 LLMベースの実行時ヒーリングを現実のリポジトリで実用化する。
• 参考スコア（独自算出の注目度）: 17.654926390590983
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Runtime error healing lets a crashed program continue by generating code that repairs its live runtime state. Recent work shows that LLMs can generate such healing code, but it is evaluated only on small competition programs, and executing LLM-generated code inside a live process raises safety concerns that remain unaddressed. In this paper, we take LLM-based runtime healing toward practical use in real-world repositories. We first build HealBench, a benchmark of 265 runtime errors from 18 real-world repositories, each paired with a reference execution on the patched version. HealBench also provides a unified framework that lets LLM agents heal with cross-file context and live runtime state. We then design HealGuard, which requires healing code to be written in HealCore, an analyzable subset of Python, and uses static and dynamic taint analysis to check whether state changed by healing reaches operations protected by developers. We evaluate a dedicated healing method and three general coding agents with three backbone LLMs. The best setting resumes execution in 38.11% of instances and passes the target test in 28.68%, showing that existing agents can already heal a meaningful share of real repository-level crashes. However, among executions that pass, HealGuard flags 17.4% whose healing-changed state may reach a protected operation. On 684 controlled cases, HealGuard detects all unsafe cases, at the cost of a 68.42% false positive rate.
• Abstract（参考訳）: 実行時のエラーヒーリングにより、クラッシュしたプログラムは、実行時の状態を修復するコードを生成することで継続できる。 最近の研究によると、LSMはそのような治癒コードを生成することができるが、小さな競合プログラムでのみ評価され、ライブプロセス内でLLM生成コードを実行すると、安全上の懸念が生じる。 本稿では,LLMをベースとした実行時ヒーリングを実世界のレポジトリで実用化する。 私たちは最初に18の現実世界リポジトリから265のランタイムエラーのベンチマークであるHealBenchを構築しました。 HealBenchはまた、LLMエージェントがクロスファイルコンテキストとライブランタイム状態で修復できる統一されたフレームワークも提供している。 HealGuardはPythonのアナライズ可能なサブセットであるHealCoreで書かれたヒーリングコードを設計し、静的および動的テナント分析を使用して、ヒーリングによって変更された状態が開発者によって保護された操作に達するかどうかをチェックする。 我々は3つの背骨LPMを用いた専用治癒法と3つの汎用符号化剤の評価を行った。 ベストセッティングは38.11%のインスタンスで実行を再開し、28.68%でターゲットテストに合格する。 しかし、その処刑の中で、ヒールガードは17.4%のフラグを掲げ、その治癒状態は保護された操作に到達する可能性がある。 684の制御されたケースでは、HealGuardは68.42%の偽陽性率ですべての安全でないケースを検出する。

関連論文リスト

• When LLM Decompilers Recompile More and Preserve Less [35.2873296518414]
  我々は、ある関数が出荷された全てのテストに合格し、他の正当な入力で分岐することを示します。 De-Divergeは,定型あるいは手作業によるテストに頼らない行動比較オラクルである。
  論文  参考訳（メタデータ） (2026-09-04T17:16:18Z)
• CodeMechanic: Bug-Property-Guided Program Mitigation [23.976869967674435]
  本稿では,メモリ破損に対する制約付きmit-イゲーションを生成するためのバグプロパタイズ誘導システムであるCodeMechanicを提案する。 LLMに永久的な修復を依頼する代わりに、CodeMechanicはクラッシュから侵害されたメモリセーフティプロパティを再構築する。 CodeMechanicは、3.4x - 4.3x以上のパッチを、開発者が書き直した修復と意味的に同等に生成する。
  論文  参考訳（メタデータ） (2026-08-23T08:06:47Z)
• RepoRescue: An Empirical Study of LLM Agents on Whole-Repository Compatibility Rescue [17.088503865332402]
  オープンソースライブラリやツールは広く再利用されているが、互換性の維持は高価である。 バグ修正とは異なり、互換性の回復は元の環境で動作したが、エコシステムのドリフト後に失敗するリポジトリから始まる。 193のPythonと122のJavaリポジトリからRepoRescueを構築します。
  論文  参考訳（メタデータ） (2026-07-01T17:51:28Z)
• Getting Better at Working With You: Compiling User Corrections into Runtime Enforcement for Coding Agents [99.67681154381803]
  Test-time Rule Acquisition and Compiled Enforcement (TRACE)は、コーディングエージェントランタイムのためのスキル層パイプラインである。 開発者が事前に記述した実行時チェックとは異なり、TRACEスキルはユーザのチャット修正に由来する。
  論文  参考訳（メタデータ） (2026-06-11T10:43:40Z)
• Constraint-Guided Multi-Agent Decompilation for Executable Binary Recovery [47.704311990064554]
  脱コンパイルは、セキュリティ分析、マルウェアのリバースエンジニアリング、レガシーソフトウェアメンテナンスに不可欠である。 マルチレベル制約誘導型デコンパイル(MCGD)により,デコンパイルされたコードを再実行可能なソースに変換するマルチエージェントフレームワークを提案する。 本フレームワークは,84～97%の再実行性を実現し,28～89ポイントのベースラインデコンパイラ出力を改善した。
  論文  参考訳（メタデータ） (2026-04-27T01:28:11Z)
• RealSec-bench: A Benchmark for Evaluating Secure Code Generation in Real-World Repositories [58.32028251925354]
  LLM(Large Language Models)は、コード生成において顕著な能力を示しているが、セキュアなコードを生成する能力は依然として重要で、未調査の領域である。 我々はRealSec-benchを紹介します。RealSec-benchは、現実世界の高リスクなJavaリポジトリから慎重に構築されたセキュアなコード生成のための新しいベンチマークです。
  論文  参考訳（メタデータ） (2026-01-30T08:29:01Z)
• SecRepoBench: Benchmarking Code Agents for Secure Code Completion in Real-World Repositories [6.8513653493525695]
  SecRepoBenchは、現実世界のリポジトリでセキュアなコード補完に関するコードエージェントを評価するためのベンチマークである。 28のスタンドアロンLCMと13のコードエージェントを3つの最先端エージェントフレームワークで評価した。
  論文  参考訳（メタデータ） (2025-04-29T22:22:44Z)
• ExeCoder: Empowering Large Language Models with Executability Representation for Code Translation [57.604506522287814]
  既存の大きな言語モデル(LLM)は、事前トレーニング中にのみコードのコンテキスト意味を学習する。 機能的セマンティクスや構文構造,変数依存性といった実行可能性表現を活用するために,ExeCoderを提案する。 ExeCoderは、既存のオープンソースコードLLMを10.88%以上、38.78%以上、27.44%以上、42.97%以上という、2つのメトリクスで、最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2025-01-30T16:18:52Z)
• 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。