論文の概要: Benchmarking and Enhancing Design-Aware Code Review in the Linux Kernel

• arxiv url: http://arxiv.org/abs/2610.21925v1
• Date: Thu, 15 Oct 2026 14:06:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 06:09:33.105704
• Title: Benchmarking and Enhancing Design-Aware Code Review in the Linux Kernel
• Title（参考訳）: Linuxカーネルにおける設計意識コードレビューのベンチマークと強化
• Abstract要約: 歴史的レビューの議論から設計決定を抽出し、それらを適応的なデザイン分類に整理し、関連する歴史的知識を再利用し、コードレビューをガイドする知識強化アプローチであるDesignLoreを提案する。 DesignLore は 0.259 の F1 を達成し、21.6% の相対的な改善を実現し、異なるエージェントシステムとバックボーンに一貫して利得を提供する。
• 参考スコア（独自算出の注目度）: 18.021798584108883
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Code review often requires reasoning beyond local correctness. In mature software systems, reviewers must recognize design trade-offs introduced by a proposed change, compare alternative solutions, and reason about their compatibility with project-specific constraints. We refer to this problem as design-aware code review. However, existing automated review approaches primarily focus on defects and correctness, while the design knowledge accumulated in historical review discussions remains difficult to reuse. To address these challenges, we present DesignLore, a knowledge-augmented approach that extracts design decisions from historical review discussions, organizes them into an adaptive design taxonomy, and reuses relevant historical knowledge to guide code review. We further construct DesignReviewBench, a benchmark derived from real patch-review histories for systematically evaluating design-aware code review. Our evaluation shows that design-aware review remains challenging for current coding agents, with the strongest baseline achieving an F1 of only 0.213 on design trade-off detection. In comparison, DesignLore achieves an F1 of 0.259, a 21.6% relative improvement, and consistently delivers gains across different agent systems and backbone. These results highlight the importance of design-aware review and demonstrate the potential of recovering and reusing historical design knowledge to support it.
• Abstract（参考訳）: コードレビューは多くの場合、局所的な正当性を超えた推論を必要とする。 成熟したソフトウェアシステムでは、レビュアーは提案された変更によって導入された設計上のトレードオフを認識し、代替ソリューションを比較し、プロジェクト固有の制約との互換性について考える必要がある。 この問題を設計対応のコードレビューと呼ぶ。 しかし、既存の自動レビューのアプローチは、主に欠陥と正当性に焦点を当てているが、過去のレビューの議論で蓄積された設計知識は、再利用が難しいままである。 これらの課題に対処するため、私たちはDesignLoreという、歴史的レビューの議論から設計決定を抽出し、それらを適応的なデザイン分類に整理し、関連する歴史的知識を再利用してコードレビューをガイドする知識強化アプローチを紹介します。 さらに、実際のパッチレビュー履歴から得られたベンチマークであるDesignReviewBenchを構築し、設計対応コードレビューを体系的に評価する。 本評価では,設計トレードオフ検出において,F1が0.213で最強のベースラインが達成されているため,現行のコーディングエージェントでは設計意識のレビューが依然として困難であることを示す。 対照的に、DesignLoreは相対的な21.6%の改善である0.259のF1を達成し、さまざまなエージェントシステムとバックボーンに一貫して利得を提供する。 これらの結果は、設計意識のレビューの重要性を強調し、それを支援するために歴史的設計知識の回復と再利用の可能性を示すものである。

関連論文リスト

• Code Review as Decision-Making -- Building a Cognitive Model from the Questions Asked During Code Review [2.8299846354183953]
  コードレビューの認知モデルを構築し、翻訳された資料の主題的、統計的、時間的、シーケンシャルな分析を通じてボトムアップする。 まず、コンテキストと合理性を確立するための配向フェーズ、次に、レビューの残りの部分を理解し、評価し、計画するための分析フェーズです。
  論文  参考訳（メタデータ） (2025-07-13T14:04:16Z)
• ICPC-Eval: Probing the Frontiers of LLM Reasoning with Competitive Programming Contests [85.72404266850982]
  推論のフロンティアを探索するために設計されたトップレベルの競合コーディングベンチマークである textbfICPC-Eval を提案する。 ICPC-Evalは、世界中の各地域で開催されている11のICPCコンテストから、118の慎重にキュレートされた問題を含んでいる。 結果は、複雑な推論能力を評価する上で重要な課題を浮き彫りにした。
  論文  参考訳（メタデータ） (2025-06-05T11:20:37Z)
• Envisioning Beyond the Pixels: Benchmarking Reasoning-Informed Visual Editing [84.16442052968615]
  RISEBenchはReasoning-Informed ViSual Editing (RISE)の最初のベンチマークである。 RISEBenchは、時間、因果、空間、論理的推論の4つの主要な推論カテゴリに焦点を当てている。 オープンソースモデルとプロプライエタリモデルの両方を含む,9つの目立った視覚編集モデルを評価する実験を行った。
  論文  参考訳（メタデータ） (2025-04-03T17:59:56Z)
• CodeCriticBench: A Holistic Code Critique Benchmark for Large Language Models [97.18215355266143]
  本稿では,Large Language Models (LLMs) のコード批判ベンチマークであるCodeCriticBenchを紹介する。 具体的には、CodeCriticBenchには2つの主要なコードタスク(コード生成とコードQA)が含まれています。 さらに、評価プロトコルには、基本的な批評評価と、異なる特性に対する高度な批評評価が含まれる。
  論文  参考訳（メタデータ） (2025-02-23T15:36:43Z)
• Leveraging Reviewer Experience in Code Review Comment Generation [11.224317228559038]
  私たちは、自然言語のコードレビューを提供する際に、人間のレビュアーを模倣するためにディープラーニングモデルを訓練します。 生成したレビューの品質は、モデルトレーニングで使用されるオープンソースのコードレビューデータの品質のため、まだ最適化されていない。 本稿では,レビュー品質の指標として,過去のレビュアのオーサリングとレビューを活かした経験学習手法を提案する。
  論文  参考訳（メタデータ） (2024-09-17T07:52:50Z)
• Towards debiasing code review support [1.188383832081829]
  本稿では,コードレビュー中の認知バイアスによる有害症例について検討する。 特に,確認バイアスと判定疲労をカバーするプロトタイプを設計する。 既存のコードレビューツールで実装できるテクニックがあることを示します。
  論文  参考訳（メタデータ） (2024-07-01T15:58:14Z)
• Deconstructing Self-Supervised Monocular Reconstruction: The Design Decisions that Matter [63.5550818034739]
  本稿では,自己教師付き単分子深度推定への最先端の貢献を評価するための枠組みを提案する。 事前トレーニング、バックボーン、アーキテクチャ設計の選択、損失関数が含まれる。 我々は16の最先端コントリビューションを再実装し、検証し、再評価し、新しいデータセットを導入します。
  論文  参考訳（メタデータ） (2022-08-02T14:38:53Z)
• Using Large-scale Heterogeneous Graph Representation Learning for Code Review Recommendations [7.260832843615661]
  我々は、レビュアーレコメンデーションのための新しいアプローチであるCoRALを提示する。 私たちは、リッチなエンティティセットから構築された社会技術的グラフを使用します。 我々は,コラルがレビュアー選択のマニュアル履歴を極めてうまくモデル化できることを示した。
  論文  参考訳（メタデータ） (2022-02-04T20:58:54Z)
• Deep Just-In-Time Inconsistency Detection Between Comments and Source Code [51.00904399653609]
  本稿では,コード本体の変更によりコメントが矛盾するかどうかを検出することを目的とする。 私たちは、コメントとコードの変更を関連付けるディープラーニングアプローチを開発しています。 より包括的な自動コメント更新システムを構築するために,コメント更新モデルと組み合わせて提案手法の有用性を示す。
  論文  参考訳（メタデータ） (2020-10-04T16:49:28Z)

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。