論文の概要: Agentic Evolution of SQL Test Generators

• arxiv url: http://arxiv.org/abs/2610.14161v1
• Date: Fri, 09 Oct 2026 17:42:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 22:53:34.233265
• Title: Agentic Evolution of SQL Test Generators
• Title（参考訳）: SQLテストジェネレータのエージェント進化
• Abstract要約: Gungnirは、コーディングエージェントを使用してテストジェネレータを進化させるアプローチである。 生成証人は、ターゲットステートメントを生成するのに必要なデータベースの設定とセマンティックな選択を記録します。 バリデーターは修正されたジェネレータを通じてこれらの選択をリプレイし、ターゲットステートメントを再生するかどうかをチェックする。
• 参考スコア（独自算出の注目度）: 7.476901945542385
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Automated testing has uncovered many logic bugs in Database Management Systems (DBMSs). Existing tools are typically limited to a few SQL dialects and a subset of these dialects' features. Coding agents based on Large Language Models (LLMs) could encode the semantics of additional SQL features into reusable test generators, requiring no additional LLM calls during testing and thus enabling high efficiency and low cost. However, a key challenge is validating the added capabilities in the presence of potential hallucinations. In this paper, we propose Gungnir, an approach for evolving DBMS test generators using coding agents. Our core mechanism is witness replay: the coding agent provides a generation witness recording the database setup and semantic choices needed to generate a target statement. A validator replays these choices through the modified generator and checks that it reproduces the target statement. Historical witnesses serve as regression tests for subsequent modifications. We evaluated Gungnir on SQLite, DuckDB, and PostgreSQL and found 44 bugs confirmed by developers, of which 34 have been fixed. Beyond DBMSs, witness replay could generalize to other systems to guide agents in extending test generators.
• Abstract（参考訳）: 自動テストはデータベース管理システム(DBMS)で多くのロジックのバグを発見した。 既存のツールは、通常、いくつかのSQL方言とこれらの方言の機能のサブセットに制限されている。 LLM(Large Language Models)に基づくコーディングエージェントは、再利用可能なテストジェネレータに追加のSQL機能のセマンティクスをエンコードすることができ、テスト中に追加のLLMコールを必要とせず、高い効率と低コストを可能にする。 しかし、重要な課題は、潜在的幻覚の存在下で追加の能力を検証することである。 本稿では,符号化エージェントを用いたDBMSテストジェネレータの進化手法であるGungnirを提案する。 コーディングエージェントは、ターゲットステートメントを生成するのに必要なデータベースの設定とセマンティックな選択を記録する世代証人を提供します。 バリデーターは修正されたジェネレータを通じてこれらの選択をリプレイし、ターゲットステートメントを再生するかどうかをチェックする。 歴史的目撃者は、その後の修正の回帰テストとして機能する。 私たちはSQLite、DuckDB、PostgreSQLでGungnirを評価し、開発者が確認した44のバグを発見しました。 DBMS以外にも、目撃者によるリプレイは、テストジェネレータを拡張するエージェントを誘導する他のシステムに一般化することができる。

関連論文リスト

• WitnessGym: Benchmarking Coding Agents on the Construction of Bug Witnesses [52.153965130786794]
  WitnessGymはバグ注入によるバグ検証ベンチマークを構築するためのフレームワークだ。 実際のプロジェクトのテスト済みパスにバグを注入し、各プロジェクトを再構築し、建設時の目撃者が暴露したケースを保持する。 テストスイートを備えた現実世界のJavaプロジェクトに基づいて、WitnessGymは1300のベンチマークケースを自動的に構築する。
  論文  参考訳（メタデータ） (2026-09-29T03:43:13Z)
• 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)
• Retrieval from Within: An Intrinsic Capability of Attention-Based Models [45.52264380766645]
  InTRA(Intrinsic Retrieval via Attention)は、デコーダのアテンションクエリが事前に符号化されたエビデンスチャンクをスコアし、生成のコンテキストとして直接再利用するフレームワークである。 質問応答ベンチマークでは、INTRAはエビデンスリコールとエンドツーエンドの回答品質の両方で、強力なエンジニアリングされた検索パイプラインを上回ります。
  論文  参考訳（メタデータ） (2026-05-07T07:42:28Z)
• Automated Discovery of Test Oracles for Database Management Systems Using LLMs [13.143749352093474]
  本稿では,大規模な言語モデル(LLM)を用いて,テストオラクルの発見とインスタンス化を自動化する方法について検討する。 LLMは、多数の偽陽性バグレポートを生成する幻覚を起こす傾向がある。 ArgusはConstrained Abstract Queryの中核的な概念に基づいて構築された新しいフレームワークです。
  論文  参考訳（メタデータ） (2025-10-08T05:29:11Z)
• Testing Database Systems with Large Language Model Synthesized Fragments [3.3302293148249125]
  既存のsqlテストケースジェネレータをLLM(Large Language Models)を利用して拡張するアプローチであるShQveLを提案する。 我々はShQveLを5回の反復で評価し、55のユニークな、以前は未知のバグを発見しました。
  論文  参考訳（メタデータ） (2025-05-04T06:48:01Z)
• Scaling Automated Database System Testing [3.3302293148249125]
  我々は、Commonsqlの機能のサブセットをサポートするデータベースにテストオラクルを適用するビジョンとプラットフォームを提示する。 本研究では,Commonsqlの機能サブセットをサポートするデータベースに対して,テストオーラクルを適用するためのビジョンとプラットフォームであるSQLancer++を提示する。
  論文  参考訳（メタデータ） (2025-03-27T12:10:36Z)
• Parser Knows Best: Testing DBMS with Coverage-Guided Grammar-Rule Traversal [6.300885279363564]
  本稿では,組込み構文の定義ファイル forsql 生成から文法規則を自動的に抽出するファジングフレームワーク Fuzz を提案する。 Fuzzはさまざまなクエリ文を生成して、テストの文法機能を飽和させる。 評価では、Fuzzは、バグ発見、文法規則のカバレッジ、コードカバレッジという観点で、最先端の既存のテストツールをすべて上回っています。
  論文  参考訳（メタデータ） (2025-03-05T20:50:41Z)
• Text2SQL is Not Enough: Unifying AI and Databases with TAG [47.45480855418987]
  Table-Augmented Generation (TAG) は、データベース上の自然言語の質問に答えるパラダイムである。 我々は、TAG問題を研究するためのベンチマークを開発し、標準手法がクエリの20%以上を正しく答えることを発見した。
  論文  参考訳（メタデータ） (2024-08-27T00:50:14Z)
• Teaching Large Language Models to Self-Debug [62.424077000154945]
  大規模言語モデル(LLM)は、コード生成において素晴らしいパフォーマンスを達成した。 本稿では,大規模言語モデルで予測プログラムを数発のデモでデバッグする自己デバッグを提案する。
  論文  参考訳（メタデータ） (2023-04-11T10:43:43Z)
• Photon: A Robust Cross-Domain Text-to-SQL System [189.1405317853752]
  私たちは、マッピングを即座に決定できない自然言語入力にフラグを付けることができる、堅牢でモジュール化されたクロスドメインなNLIDBPhotonを紹介します。 提案手法は,翻訳不能なユーザ入力に対して,テキストからネイティブシステムへのロバストさを効果的に向上させる。
  論文  参考訳（メタデータ） (2020-07-30T07:44:48Z)

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。