論文の概要: VeruSteer: Learning What to Repair Next in Verus

• arxiv url: http://arxiv.org/abs/2610.29755v1
• Date: Wed, 21 Oct 2026 13:57:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.377389
• Title: VeruSteer: Learning What to Repair Next in Verus
• Title（参考訳）: VeruSteer: 次のVerusで何を修正するかを学ぶ
• Abstract要約: VeruSteerは、代替の修理軌道の結果からエラータイプを選択することを学ぶ。 記憶されたAutoVerusおよびVeruSAGEテストツリー上の選択を4世代構成でリプレイすることでVeruSteerを評価する。
• 参考スコア（独自算出の注目度）: 26.697014154188995
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: LLM-based verification systems repair Rust proofs by revising programs in response to Verus diagnostics. When several error types are reported, pipelines such as AutoVerus and VeruSAGE select the next repair target using a preset priority. Yet each repair changes the program and the errors that follow, so the same reported types can require different choices at different states. We present VeruSteer, which learns to select error types from the outcomes of alternative repair trajectories. It constructs repair trees offline and compares paths from the same initial program by verification success, repair rounds, and final verification progress. These comparisons supervise a selector that combines step-wise imitation with trajectory preference ranking. The selector uses self-attention over the program, verifier feedback, and earlier selections to rank the currently reported types. It replaces the default priority within a single repair trajectory, keeping the existing repair agents and adding no repair or verifier calls for selection. We evaluate VeruSteer by replaying its choices on stored AutoVerus and VeruSAGE test trees under four generation configurations. Across 1,270 test trees, VeruSteer increases verified outcomes from 185 to 194 (14.57\% to 15.28\%), gaining 12 successes and losing three for a net improvement of 0.71 percentage points. Among trees where the default fails but a recorded alternative verifies, VeruSteer succeeds on 3 of 4 AutoVerus trees and 9 of 11 VeruSAGE trees. Among trees with recorded alternatives where the default verifies, it retains success on 14 of 15 AutoVerus trees and 12 of 14 VeruSAGE trees. It also finds shorter successful trajectories and improves final progress on some trees where all recorded trajectories fail.
• Abstract（参考訳）: LLMベースの検証システムは、Verusの診断に応答してプログラムを改訂することで、Rustの証明を修復する。 いくつかのエラータイプが報告されると、AutoVerusやVeruSAGEといったパイプラインがプリセットされた優先度を使って次の修復ターゲットを選択する。 しかし、各修復はプログラムとそれに続くエラーを変更するため、同じ報告された型は異なる状態において異なる選択を必要とする可能性がある。 代替補修軌道の結果からエラータイプを選択することを学習するVeruSteerを提案する。 修復木をオフラインで構築し、検証成功、修復ラウンド、最終的な検証進捗によって、同じ初期プログラムからのパスを比較します。 これらの比較は、ステップワイズ模倣と軌道優先ランクを組み合わせたセレクタを監督する。 セレクタは、プログラムに対する自己注意、検証者フィードバック、および以前の選択を使用して、現在報告されている型をランク付けする。 単一の補修軌道内でデフォルトの優先度を置き換え、既存の補修エージェントを維持し、選択のための補修や検証の呼び出しを追加しない。 記憶されたAutoVerusおよびVeruSAGEテストツリー上の選択を4世代構成でリプレイすることでVeruSteerを評価する。 1,270の試験木全体で、VeruSteerは185から194(14.57\%から15.28\%)の証明結果を増やし、12回成功し、0.71ポイントの純改善で3回負けた。 デフォルトが失敗するが、記録された代替手段が検証されるツリーの中で、VeruSteerは4つのAutoVerusツリーのうち3つ、11のVeruSAGEツリーのうち9つで成功している。 デフォルトが検証された、記録された代替木のうち、15のAutoVerusツリーの14、14のVeruSAGEツリーの12での成功を維持している。 また、短い軌道が成功し、記録された全ての軌道が失敗する木の最後の進歩を改善する。

関連論文リスト

• CUA-Recovery: Benchmarking Error Recovery in Long-Horizon Computer-Use Agents [26.827955737935113]
  コンピュータ利用エージェント(CUA)が長い水平地平線に移動すると、検出されていないエラーは静かに永続状態を破損し、その後の動作でカスケード障害を引き起こす。 既存のベンチマークは主にエンドツーエンドのタスクパフォーマンスに重点を置いており、エージェントが実行中にエラーを検出してリカバリできるかどうかについて限定的な洞察を提供する。 CUA-Recoveryは、複数のデスクトップアプリケーションにまたがるテストスイートとトレーニングスイートを組み合わせたベンチマークである。
  論文  参考訳（メタデータ） (2026-10-20T05:06:00Z)
• Look Before You Restore: Learning to Predict Before Acting for Agentic Image Restoration [52.44858327464349]
  実行前にツールの結果を予測するエージェント復元フレームワークであるPreActIRを提案する。 各候補ツールに対して、ツール条件付きワールドモデルは、残留劣化、画質、忠実度の変化を予測する。 PreActIRは実際のツールコールを42.5%、拒否されたコールを63.4%削減している。
  論文  参考訳（メタデータ） (2026-10-14T15:50:31Z)
• Drafting Agents, Not Just Tokens: Speculative Recursive Self-Improvement for Agentic Systems [58.89141999692635]
  提案するSpeculative Recursive Self-Improvement(SpecRSI)は,前任者が十分に評価される前に,実行可能な後継エージェントをドラフトする。 VATSは、予測された継続の返却を使って、さらなる編集と優れたチェックの間に予算を割り当てる。 グループ検証最適化(GVO)は、実際の評価器を固定しながら、完了した探索から改善器を学習する。
  論文  参考訳（メタデータ） (2026-10-12T09:43:48Z)
• Make Every Expansion Count: Learning to Search Efficiently in LLM Code Repair [63.277419653843594]
  修正プログラムの生成とテストの前に編集を優先する学習ポリシであるCodeTriageを紹介する。 ホールドアウトの修理タスクでは、CodeTriageは、各メトリックで最強のベースラインよりも21%少ないプログラム修正と12%少ないアウトプットトークンの修正を見つける。
  論文  参考訳（メタデータ） (2026-10-11T20:19:05Z)
• Before They Can Solve: Predicting Post-Training Coding-Agent Performance from Base Models [87.94969284553706]
  エンド・ツー・エンドのpass@$K$は、成功した振る舞いがベースモデルのディストリビューションにすでに現れるかどうかをテストする。 コールドスタートからハーネスを駆動するために、ベースチェックポイントを必要としない3つのスクリーンを構築します。 3つの画面はいずれも、ポストトレーニング後のSWE-bench Verified pass@$1$と密接に一致して、コホートをランク付けする。
  論文  参考訳（メタデータ） (2026-10-07T17:37:19Z)
• Independent Patch Verification for Coding Agents with a Bidirectional Reconstruct-and-Verify Framework [49.16055123488827]
  大規模言語モデルを利用したコーディングエージェントは、バグレポートから直接コードパッチを生成することができる。 報告された問題を真に解決するかどうかを独立に検証するメカニズムは存在しない。 本稿では,RETRACE をトレーニング不要なポストジェネレーション検証フレームワークとして提案する。
  論文  参考訳（メタデータ） (2026-08-09T22:59:13Z)
• CUADebug: Diagnosing and Repairing Computer-Use Agent Failures [65.56066380320107]
  コンピュータ利用エージェント(CUA)は、スクリーンショット、マウスとキーボードのアクション、ステートフルなUIフィードバックを通じて、実際のデスクトップとWebインターフェースを操作する。 テキストのみのエージェントとは異なり、CUAの失敗は、視覚知覚、接地、低レベル相互作用、タスク推論、環境ダイナミクスの複合から生じる。 CUA障害の診断と修復のためのフレームワークであるCUA Debugを紹介する。
  論文  参考訳（メタデータ） (2026-07-31T13:59:45Z)
• Rethinking Self-Evolving Agent Skills: Feedback Dynamics over Multiple Rounds [43.5891705224868]
  自己進化型スキルシステムは、基礎となるモデルを変更することなく、実行フィードバックを永続的なスキル更新に変換することでエージェントを改善することを約束する。 5つのベンチマークと3つのモデルで制御された評価フレームワークを提案する。 全体として、永続的なスキルの自己進化は、モデル依存リターンとベンチマーク依存リターンを備えたスパース、バリデーションフィルタリング検索として理解されている。
  論文  参考訳（メタデータ） (2026-07-31T04:02:51Z)
• 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)
• ThinkRepair: Self-Directed Automated Program Repair [11.598008952093487]
  プロンプトエンジニアリングによって指示された大規模言語モデル(LLM)は、バグ修正を含む多くのタスクに対処する強力な能力に多くの注目を集めている。 本稿では,自己指向型LLMベースの自動プログラム修復であるThinkRepairについて,収集フェーズと固定フェーズの2つの主要なフェーズを提案する。 ThinkRepairと12SOTA APRを比較した2つの広く研究されているデータセット(Defects4JとQuixBugs)の評価は、バグ修正におけるThinkRepairの優先度を示している。
  論文  参考訳（メタデータ） (2024-07-30T15:17:07Z)

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。