論文の概要: DeepGroundRepair: From API-Grounded Generation to Shape-Aware Repair for Deep Learning Programs
- arxiv url: http://arxiv.org/abs/2610.16897v1
- Date: Mon, 12 Oct 2026 14:49:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-18 04:17:39.040764
- Title: DeepGroundRepair: From API-Grounded Generation to Shape-Aware Repair for Deep Learning Programs
- Title（参考訳）: DeepGroundRepair: ディープラーニングプログラムのAPI生成から形状認識修復
- Abstract要約: LLM生成DLプログラムの信頼性を向上させるため,次世代のローカライゼーション修復ワークフローを構築するための3段階フレームワークを提案する。
具体的には、タスク関連APIの知識に基づいて生成し、テンソル形状のミスマッチ失敗の上流原因をローカライズし、実行時テンソル形状を使用してパラメータの修復を誘導する。
DeepRepairは、DL、PyTorch、PaddlePaddleの6つのオープンウェイトLCMを用いて、DeepEvalの100のモデルレベルのプログラミングタスクを評価する。
- 参考スコア（独自算出の注目度）: 19.83257113250978
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Deep learning programs are fundamental to modern AI applications, and automatically generating them from natural language requirements can substantially reduce DL development effort. Large language models have demonstrated promising capabilities for this direction. However, generated DL programs often remain unreliable because they must satisfy domain specific API usage constraints and tensor shape dependencies, violations of which can cause API level syntactic issues and runtime failures. Existing retrieval augmented generation and feedback guided code repair methods do not adequately address these DL specific constraints. In this paper, we propose DeepGroundRepair, a three stage framework that establishes a generation localization repair workflow to improve the reliability of LLM-generated DL programs. Its key idea is to progressively narrow the generation and repair spaces using DL specific knowledge and runtime tensor information. Specifically, it grounds generation in task-relevant API knowledge, localizes the upstream causes of tensor shape mismatch failures, and uses runtime tensor shapes to guide parameter repair. We evaluate DeepGroundRepair on the 100 model-level DL programming tasks in DeepEval using six open-weight LLMs across TensorFlow, PyTorch, and PaddlePaddle. We compare it with four baselines: two generation-only methods and their counterparts incorporating traceback guided self debugging. The results show that, relative to these baselines, DeepGroundRepair reduces the combined number of API-level syntactic issues by an average of 5.4 per 10 program files and achieves an average relative improvement of 85.3% in code executability. Compared with the two self debugging baselines, it improves semantic consistency by an average of 18.1% and reduces token cost by an average of 28.4%.
- Abstract（参考訳）: ディープラーニングプログラムは、現代のAIアプリケーションの基本であり、自然言語要求からそれらを自動生成することで、DL開発労力を大幅に削減することができる。
大規模な言語モデルは、この方向性に有望な能力を示している。
しかし、生成されたDLプログラムは、ドメイン固有のAPI使用制限やテンソル形状の依存関係を満たさなければならないため、APIレベルの構文上の問題や実行時の障害を引き起こす可能性があるため、信頼できないままであることが多い。
既存の検索拡張生成とフィードバック誘導コード修復手法は、これらのDL固有の制約に適切に対処しない。
本稿では,LLM生成DLプログラムの信頼性を向上させるため,次世代のローカライゼーション修復ワークフローを構築する3段階フレームワークであるDeepGroundRepairを提案する。
その鍵となる考え方は、DL固有の知識と実行時テンソル情報を用いて、生成と修復空間を徐々に狭めることである。
具体的には、タスク関連APIの知識に基づいて生成し、テンソル形状のミスマッチ失敗の上流原因をローカライズし、実行時テンソル形状を使用してパラメータの修復を誘導する。
DeepGroundRepairは、TensorFlow、PyTorch、PaddlePaddleの6つのオープンウェイトLCMを使用して、DeepEvalのモデルレベルのDLプログラミングタスク100に対して評価する。
2世代のみのメソッドと、トレースバックガイドによる自己デバッグを組み込んだメソッドの4つのベースラインを比較した。
その結果、これらのベースラインと比較して、DeepGroundRepairは10のプログラムファイルあたり平均5.4のAPIレベルの構文問題の組み合わせ数を削減し、コード実行可能性の平均相対的な改善を85.3%達成している。
2つの自己デバッグベースラインと比較して、セマンティック一貫性を平均18.1%改善し、トークンコストを平均28.4%削減する。
関連論文リスト
- LoGRA: Scaling LLM Reinforcement Learning with Low-Rank Gradient Sketches [56.66032629722664]
LoGRAはRLポストトレーニングのアプローチであり、低ランク勾配スケッチで有用な学習信号を保持することでメモリを削減している。
LoGRAは、パフォーマンスを損なうことなく推論タスクの平均トレーニングメモリ使用量を最大45.7%削減する。
論文 参考訳（メタデータ） (2026-10-05T16:28:11Z) - Resource-Efficient Iterative LLM-Based NAS with Feedback Memory [49.44875022114861]
ニューラルアーキテクチャサーチ(NAS)はネットワーク設計を自動化するが、従来の手法ではかなりの計算資源を必要とする。
本稿では,大規模言語モデル(LLM)を活用して,畳み込みニューラルネットワークアーキテクチャを反復的に生成し,評価し,洗練するクローズドループパイプラインを提案する。
論文 参考訳（メタデータ） (2026-03-12T16:00:22Z) - RelRepair: Enhancing Automated Program Repair by Retrieving Relevant Code [11.74568238259256]
RelRepairは関連するプロジェクト固有のコードを取得し、プログラムの自動修復を強化する。
広く研究されている2つのデータセット、Defects4J V1.2 と ManySStuBs4J について RelRepair の評価を行った。
論文 参考訳（メタデータ） (2025-09-20T14:07:28Z) - Specification-Guided Repair of Arithmetic Errors in Dafny Programs using LLMs [79.74676890436174]
本稿では,障害の局所化と修復のためのオラクルとして形式仕様を用いたDafny用のAPRツールを提案する。
プログラム内の各ステートメントの状態を決定するために、Hoareロジックの使用を含む一連のステップを通じて、障害をローカライズします。
また, GPT-4o miniが74.18%と高い修理成功率を示した。
論文 参考訳（メタデータ） (2025-07-04T15:36:12Z) - Automated Repair of Ambiguous Problem Descriptions for LLM-Based Code Generation [9.943472604121425]
自然言語(NL)の曖昧さは、ソフトウェアの品質を損なう可能性がある。
あいまいなNL記述の自動修復を導入する。
このアプローチをSpecFixというツールで実装しています。
論文 参考訳（メタデータ） (2025-05-12T06:47:53Z) - Identifying and Mitigating API Misuse in Large Language Models [26.4403427473915]
大規模言語モデル(LLM)が生成するコードのAPI誤用は、ソフトウェア開発において深刻な課題となっている。
本稿では LLM 生成コードにおける API の誤用パターンについて,Python および Java 間でのメソッド選択とパラメータ使用法の両方を解析し,総合的研究を行った。
上記の分類に基づくAPI誤用に対する新しいLCMベースの自動プログラム修復手法であるDr.Fixを提案する。
論文 参考訳（メタデータ） (2025-03-28T18:43:12Z) - Deep-Bench: Deep Learning Benchmark Dataset for Code Generation [2.897621520197328]
DeepBenchは関数レベルのディープラーニングコード生成のための新しいベンチマークデータセットである。
最先端のLDMであるGPT-4oはDeepBenchでは31%の精度を達成し、DS-1000では60%よりも大幅に低かった。
DeepBench は LLM のパフォーマンスと DL ドメインの潜在的な改善領域に関する貴重な洞察を提供する。
論文 参考訳（メタデータ） (2025-02-26T00:43:50Z) - ExploraCoder: Advancing code generation for multiple unseen APIs via planning and chained exploration [70.26807758443675]
ExploraCoderはトレーニング不要のフレームワークで、大規模な言語モデルにコードソリューションで見えないAPIを呼び出す権限を与える。
実験の結果、ExploreaCoderは、事前のAPI知識に欠けるモデルのパフォーマンスを大幅に改善することが示された。
論文 参考訳（メタデータ） (2024-12-06T19:00:15Z) - Investigating the Transferability of Code Repair for Low-Resource Programming Languages [57.62712191540067]
大規模言語モデル(LLM)は、コード生成タスクにおいて顕著なパフォーマンスを示している。
近年の作業は、連鎖推論や蒸留といった現代的な技術を統合することで、コード修復のプロセスを強化している。
高低資源言語と低低資源言語の両方でコード修復を蒸留する利点について検討する。
論文 参考訳（メタデータ） (2024-06-21T05:05:39Z) - Assessing the Latent Automated Program Repair Capabilities of Large Language Models using Round-Trip Translation [44.3761164214368]
RTT(Round-Trip Translation): あるプログラミング言語から別のプログラミング言語や自然言語にコードを翻訳する。
JavaにおけるRTT生成パッチの詳細な量的および定性的な分析を行う。
RTTはHumanEval-JavaベンチマークでGPT-4を用いた164のバグのうち100件に対して可塑性パッチを生成し,97件を手作業で評価した。
論文 参考訳（メタデータ） (2024-01-15T22:36:31Z) - Large Language Models for Test-Free Fault Localization [11.080712737595174]
テストカバレッジ情報なしでバグの行を特定できる言語モデルに基づくフォールトローカライズ手法を提案する。
5億5000万、60億、160億のパラメータを持つ言語モデルを、手作業でキュレートされた小さなプログラムコーパスで微調整します。
実験により、LLMAOは最先端の機械学習フォールトローカライゼーション(MLFL)ベースラインを2.3%-54.4%改善し、トップ5の結果を14.4%-35.6%改善した。
論文 参考訳（メタデータ） (2023-10-03T01:26:39Z)
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。