論文の概要: Acquiring and Verifying Repository Norms for Coding Agents
- arxiv url: http://arxiv.org/abs/2610.07757v1
- Date: Tue, 06 Oct 2026 04:53:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 02:58:29.815356
- Title: Acquiring and Verifying Repository Norms for Coding Agents
- Title（参考訳）: コーディングエージェント用レポジトリノルムの取得と検証
- Abstract要約: RepoNormは、コーディングタスクとは独立して、明示的で暗黙的なリポジトリノルムを取得する。
リポジトリエビデンスを使用して標準コンテンツと適用性をチェックし、必要に応じてGit履歴をコンサルティングし、既存のコーディングエージェントに標準パッケージを提供する。
- 参考スコア（独自算出の注目度）: 10.184911943264513
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Changes produced by coding agents can pass functional tests while leaving repository contribution requirements unmet. Following repository-specific norms requires identifying guidance dispersed across repository sources and interpreting its conditions and exceptions. Retrieval and documentation approaches supply general context, but agents must still determine which norms apply. We introduce RepoNorm to acquire explicit and implicit repository norms independently of coding tasks. It checks norm content and applicability using repository evidence, consults Git history when needed, and delivers norm packages to existing coding agents. Our evaluation uses three coding models and 121 tasks from RepoNormBench. Against the baseline with no additional generated guidance (Raw), relative improvements are 7.42-10.77% for Overall Norm Compliance Rate (NCR), 31.64-45.44% for Contribution NCR, and 11.34-17.69% for Prompt-omitted NCR. All three coding models also obtain higher values on these NCR measures with RepoNorm than with CodeWiki documentation. Functional success rates show observed gains of 5.79-9.09 percentage points over Raw; the paired comparisons do not reach the significance threshold. Sampled precision is 86% with RepoNorm's default configuration.
- Abstract（参考訳）: コーディングエージェントによって生成された変更は、リポジトリのコントリビューション要件を未解決のままにしながら、機能テストに合格することができる。
リポジトリ固有の規範に従うには、リポジトリソースに分散したガイダンスを特定し、その条件と例外を解釈する必要がある。
検索とドキュメントのアプローチは一般的な文脈を提供するが、エージェントはどの規範を適用するかを決定する必要がある。
コーディングタスクとは無関係に、明示的で暗黙的なリポジトリ規範を取得するためにRepoNormを導入します。
リポジトリエビデンスを使用して標準コンテンツと適用性をチェックし、必要に応じてGit履歴をコンサルティングし、既存のコーディングエージェントに標準パッケージを提供する。
評価にはRepoNormBenchの3つのコーディングモデルと121のタスクが使用されている。
追加のガイダンス(Raw)を持たないベースラインに対して、全体的なノルム適合率(NCR)は7.42-10.77%、貢献NCRは31.64-45.44%、プロンプト省略NCRは11.34-17.69%である。
3つのコーディングモデルはすべて、CodeWikiドキュメントよりもRepoNormでこれらのNCR尺度のより高い値を取得する。
機能的成功率は、Raw上での5.79-9.09の利得を示し、ペア比較は有意な閾値に達しない。
サンプリング精度はRepoNormのデフォルト設定で86%である。
関連論文リスト
- PaperCompiler: Faithful Paper-to-Code Generation via Repository-Level Specification Compilation [24.326718323836293]
そこで我々はPaperCompilerを紹介した。PaperCompilerは紙面のエビデンスをリポジトリレベルの明示的な実装仕様にコンパイルするコード生成フレームワークである。
結果として得られた仕様は、非劣化要件、オーナシップの割り当て、ファイル間の依存関係、ファイルレベルの制約をエンコードする。
PaperCompilerはPaper2CodeBenchの強力なベースラインを上回り、参照ベースの忠実度が13.8%向上した。
論文 参考訳（メタデータ） (2026-09-02T08:21:03Z) - Adaptive Critical Token-Aware Retrieval for Repository-Level Code Generation [53.85136813868056]
ACToRは、リポジトリレベルのコード生成のための適応型クリティカルトークン対応検索フレームワークである。
我々は、ACToRが、リポジトリレベルのベンチマークにおいて、最先端のメソッドを一貫して上回っていることを示す。
論文 参考訳（メタデータ） (2026-09-01T17:59:39Z) - A Unified Issue Resolution Benchmark for Requirement Clarification, Planning, and Code Generation for Coding Agents [16.4855244145731]
SWE-RPGはリポジトリレベルのベンチマークで、実行可能パッチ評価と検証済みの地味な参照を組み合わせる。
SWE-RPGは、113のバグ修正と50の機能追加を含む、31のPythonとJavaリポジトリから163のタスクで構成されている。
Claude Code、Codex、OpenCodeを含む3つのコーディングエージェントを6つの大きな言語モデルバックエンドで評価します。
論文 参考訳（メタデータ） (2026-08-10T03:22:04Z) - A-SR: Self-Evolving Agentic LLMs for Symbolic Regression via Hierarchical Coordination [51.06539604709775]
本稿では、制御ユニットを表現編集からロール条件のエビデンスビューへシフトさせる自己進化型エージェントフレームワークであるA-SRを提案する。
A-SRは、コーディネートプロトコル、オンライン評価器・リワードロールポリシー、および状態制御プロセスメモリ間のルーティングによる公式発見をコーディネートする。
論文 参考訳（メタデータ） (2026-08-05T14:01:10Z) - RepoMirage: Probing Repository Context Reasoning in Code Agents with Perturbations [51.43574078961796]
本稿では,SWE-Bench Verified上に構築された2段階評価スイートRepoMirageを紹介する。
RepoMirage-Perturbは、リポジトリレベルの摂動を保存する3つのタイプのセマンティクスを適用している。
RepoAnchorは、下流の問題解決からリポジトリの探索を分離する構造第一のプロトタイプワークフローである。
論文 参考訳（メタデータ） (2026-05-25T06:26:43Z) - A Benchmark for Evaluating Repository-Level Code Agents with Intermediate Reasoning on Feature Addition Task [11.218318079376365]
RACE-benchは、機能追加タスクでコードエージェントを評価するための推論強化ベンチマークである。
RACE-benchには、12のオープンソースリポジトリから528の現実世界の機能追加インスタンスが含まれている。
RACE-bench上での3つのリポジトリレベルのコードエージェントの評価を行った。
論文 参考訳（メタデータ） (2026-03-27T11:58:47Z) - ReCUBE: Evaluating Repository-Level Context Utilization in Code Generation [7.907933839674293]
大規模言語モデル(LLM)は、エージェント探索またはフルコンテキスト生成を通じて大規模で動作する有能なコーディングアシスタントとして登場した。
ReCUBEは,LLMが残されているすべてのソースファイル,依存関係仕様,ドキュメントをコンテキストの唯一のソースとして使用して,実世界のリポジトリ内でマスクされたファイルを再構築するベンチマークである。
本稿では,エージェントフレームワークに統合可能な依存グラフベースのツールセットであるCaller-Centric Exploration (CCE)ツールキットを提案する。
論文 参考訳（メタデータ） (2026-03-26T08:04:15Z) - OctoBench: Benchmarking Scaffold-Aware Instruction Following in Repository-Grounded Agentic Coding [57.39403818250357]
ここでは,レポジトリベースエージェントコーディングにおける足場認識命令のベンチマークを行うOctoBenchを紹介する。
OctoBenchは34の環境と217のタスクを3つの足場タイプでインスタンス化し、7,098の客観的チェックリストアイテムとペアリングする。
実験により、タスク解決と足場対応の体系的なギャップが明らかになり、トレーニングと評価の必要性が強調される。
論文 参考訳（メタデータ） (2026-01-15T12:36:08Z) - RustRepoTrans: Repository-level Code Translation Benchmark Targeting Rust [50.65321080814249]
RustRepoTransは、インクリメンタル翻訳をターゲットにした、最初のリポジトリレベルのコンテキストコード変換ベンチマークである。
複雑な翻訳シナリオの制約を評価するために, 7つの代表的なLLMを評価し, それらの誤差を分析した。
論文 参考訳（メタデータ） (2024-11-21T10:00:52Z)
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。