論文の概要: Who Broke Me? Execution-Guided Repair of Behavioral Dependency Breaks
- arxiv url: http://arxiv.org/abs/2610.09267v1
- Date: Wed, 07 Oct 2026 01:04:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 21:58:22.656164
- Title: Who Broke Me? Execution-Guided Repair of Behavioral Dependency Breaks
- Title（参考訳）: 誰が私を破滅させたのか? 実行ガイドによる行動依存の修復
- Abstract要約: 依存関係のアップグレードは、ライブラリインターフェースを変更することなく、ダウンストリームプロジェクトを分解できる。
動作の中断はコンパイラのフィードバックを発生させず、文書化されていないことが多い。
旧版および新版のライブラリでフェールテストを実行する補修方法である BBCFixer を提案する。
- 参考スコア（独自算出の注目度）: 12.785107352336704
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Dependency upgrades can break downstream projects without changing the library interface. Such behavioral breaking changes are difficult for developers to fix, because the failing test does not always point to the root API, the upstream API that causes the break. Existing LLM-based repair methods obtain evidence for the repair from compiler feedback or library documentation. However, a behavioral break produces no compiler feedback and is often undocumented. Agents that receive no upgrade evidence also usually do not retrieve upstream evidence themselves, and most of their failed repairs do not identify the root API. The library diff provides useful upstream evidence, but the root API must first be identified to select the relevant part of the diff. We present BBCFixer, a repair method that runs the failing test under the old and new library versions, ranks the calls whose return value differs to identify a candidate root API, and filters the library diff with that candidate. To evaluate repairs of behavioral breaks, we further introduce BBCBench, a benchmark of 100 behavioral dependency breaks in Python and JavaScript. We compare BBCFixer on BBCBench with two baselines: (1) Pure Agent, an agent that receives no upgrade evidence, and (2) BDUpdater, a method that mines library documentation. BBCFixer raises the average pass rate by up to 17% relative to Pure Agent and needs up to 27% fewer agent steps per successful repair. BBCFixer thus provides a way to select the upstream evidence behind a behavioral break, so that an LLM agent can repair behavioral breaking changes more effectively and efficiently.
- Abstract（参考訳）: 依存関係のアップグレードは、ライブラリインターフェースを変更することなく、ダウンストリームプロジェクトを分解できる。
このような動作の破壊的な変更は、開発者が修正することが難しい。なぜなら、失敗したテストは、ブレークの原因となる上流APIであるルートAPIを常に指しているわけではないからだ。
既存のLLMベースの修復手法は、コンパイラのフィードバックやライブラリのドキュメントから修復の証拠を得る。
しかし、動作の中断はコンパイラのフィードバックを発生させず、しばしば文書化されない。
アップグレードのエビデンスを受けないエージェントも、上流のエビデンスを検索しないことが多い。
ライブラリdiffは上流で有用なエビデンスを提供するが、ルートAPIは最初にdiffの関連する部分を選択する必要がある。
本稿では,古いライブラリのバージョンと新しいライブラリバージョンでフェールテストを実行する修復方法であるBBCFixerを紹介し,戻り値が異なる呼び出しを列挙して,候補ルートAPIを識別し,ライブラリの差分をその候補とフィルタする。
動作障害の修復を評価するため,PythonとJavaScriptで100の動作依存性障害のベンチマークであるBBCBenchを紹介した。
我々はBBCBenchのBBCFixerを,(1)Pure Agent,(2)Pure Agent,(2)BDUpdaterの2つのベースラインと比較した。
BBCFixerは、Pure Agentと比較して平均パスレートを最大17%引き上げる。
このため、BBCFixerは、行動破壊の背後にある上流の証拠を選択する方法を提供し、LCMエージェントが行動破壊変化をより効果的に、効率的に修復できるようにする。
関連論文リスト
- TimeEvo: Failure-Driven Self-Evolution of a Time Series Agent [58.343983191487276]
時系列エージェントは、外部ツールを呼び出すことで分析的な質問に答える。
Human-Agent Tool Misalignment: 21のエキスパートキュレートされたツールのライブラリは、いくつかのタスクを支援し、他の人を傷つけます。
TimeEvoは、エージェントの診断された障害を能力ギャップに集約し、それぞれの測定を計画し、ペアの入場ゲートを通してのみ候補ライブラリを許可する。
論文 参考訳（メタデータ） (2026-09-23T03:08:12Z) - 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) - BreakGuard: Towards Detecting Dependency Breaking Changes with LLM-Generated Tests [3.299192940933114]
BreakGuardは、クライアントの破壊的な変更を検出するテストスイートを生成する。
BUMPデータセットからの89個の実世界の破壊的変化に対する我々のアプローチを評価する。
論文 参考訳（メタデータ） (2026-08-20T15:22:14Z) - Reasoning from Traces: Divergence-Guided Agentic Repair of WebAssembly Discrepancies [1.4756127206089247]
WebAssembly(Wasm)は、C/C++ランタイムをポータブルで高速でサンドボックス化されたバイナリとしてシームレスに再利用することを約束する。
最近の研究では、同じC/C++ソースをWasmとネイティブバイナリにクロスコンパイルすることは、しばしば相違をもたらすことが示されている。
We present WasmMend, the first system that automatically repair Native-Wasm functionaldisrepancies。
論文 参考訳（メタデータ） (2026-08-06T01:52:20Z) - Beyond Fail-to-Pass: Iterative Hardening of Co-Generated Bug Reproduction Tests and Fixes [55.114939648705395]
大規模言語モデル(LLM)は、現実のバグに対して、プログラムの自動修正をますます実用的にしている。
バグ再現テスト(BRT)は、バグレポートを実行可能なバグ固有の信号に変換することで、このギャップを埋めるのに役立つ。
本稿では,ループ内収束基準としてLax信号を用いるコジェネレーションフレームワークであるCoHardenを提案する。
論文 参考訳（メタデータ） (2026-07-22T07:30:07Z) - 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) - Characterizing and Bridging the Diagnostic Gap in eBPF Verifier Rejections [5.3302893005312955]
eBPFにより、開発者はLinuxカーネル内でカスタムプログラムを実行できる。
検証者がプログラムを拒否すると、不確実なエラーにより修復が困難になる。
証明が確立された場所と,検証ログから失われていた場所を再構築するbpfixを提案する。
論文 参考訳（メタデータ） (2026-07-02T20:33:32Z) - 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) - DoVer: Intervention-Driven Auto Debugging for LLM Multi-Agent Systems [48.971606069204825]
DoVerは、大規模言語モデル(LLM)ベースのマルチエージェントシステムのための介入駆動デバッグフレームワークである。
ターゲットの介入を通じて、アクティブな検証によって仮説生成を増強する。
DoVerは失敗試験の18～28%を成功させ、最大16%のマイルストーンを達成し、失敗仮説の30～60%を検証または否定する。
論文 参考訳（メタデータ） (2025-12-07T09:23:48Z) - Where LLM Agents Fail and How They can Learn From Failures [62.196870049524364]
大規模言語モデル(LLM)エージェントは、複雑なマルチステップタスクの解決において有望であることを示す。
単一ルート原因エラーがその後の決定を通じて伝播する、障害のカスケードに対する脆弱性を増幅する。
現在のシステムは、モジュール的で体系的な方法でエージェントエラーを包括的に理解できるフレームワークを欠いている。
AgentErrorTaxonomyは、メモリ、リフレクション、計画、アクション、システムレベルの操作にまたがる障害モードのモジュール分類である。
論文 参考訳（メタデータ） (2025-09-29T18:20:27Z)
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。