論文の概要: RepoTrace: Improving Requirement Tracing in Multi-Round Agent Interactions
- arxiv url: http://arxiv.org/abs/2610.35333v1
- Date: Mon, 26 Oct 2026 12:30:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.925198
- Title: RepoTrace: Improving Requirement Tracing in Multi-Round Agent Interactions
- Title（参考訳）: RepoTrace:マルチラウンドエージェントインタラクションにおける要求追跡の改善
- Abstract要約: Repotraceは要件駆動のリポジトリ理解ハーネスである。
Repotraceは、各モデルの平均ラウンド報酬を改善する。
ソースコードとエージェントの軌跡を公開し、将来の研究を支援する。
- 参考スコア（独自算出の注目度）: 17.110368161831452
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Code agents have become increasingly capable of performing software engineering tasks through interaction with software environments. However, agents tend to degrade as the number of interaction rounds increases, making it difficult to maintain existing software during iterative modification. We analyze 2,656 agent trajectories in EvoCode-Bench and identify requirement focus misalignment as a recurring failure pattern, where agents struggle to distinguish the primary modification targets of a requirement from unrelated code. We propose Repotrace a requirement-driven repository understanding harness that combines repository structure with requirement semantics to construct a requirement-code correspondence and injects it into the agent context. This correspondence enables code agents to follow the repository architecture, trace requirements across multi-round interactions, and identify the core code elements corresponding to the current requirement. Experiments show that Repotrace improves the mean per-round reward (MPR) across different models (e.g., +19.99 on GLM-5.2) and agent harnesses (e.g., +10.22 on Claude Code). Across rounds, Repotrace increases the average per-round reward from 0.163 to 0.371 on Terminus-2 with DeepSeek-V4-Pro, while reducing average regression errors by 56.78%. We release the source code and agents' trajectories to support future research.
- Abstract（参考訳）: コードエージェントは、ソフトウェア環境とのインタラクションを通じて、ソフトウェアエンジニアリングタスクを実行する能力がますます高まっている。
しかし、エージェントは対話ラウンドの数が増えるにつれて劣化する傾向にあり、反復的な修正の間、既存のソフトウェアを維持するのが難しくなる。
我々は,EvoCode-Benchにおける2,656件のエージェントトラジェクトリを分析し,要求焦点ミスアライメントを繰り返し発生する障害パターンとして識別する。
我々はRepotraceを提案する。Repotraceはリポジトリ構造と要件セマンティクスを組み合わせて要求コード対応を構築し、それをエージェントコンテキストに注入する。
この対応により、コードエージェントはリポジトリアーキテクチャ、複数ラウンドのインタラクションをまたいだ要求を追跡でき、現在の要求に対応するコアコード要素を識別できる。
実験の結果、Repotraceは異なるモデル(GLM-5.2では +19.99、Claude Codeでは +10.22)とエージェントハーネス(Eg , +10.22)で平均ラウンド報酬(MPR)を改善することが示された。
ラウンド全体では、Repotraceは平均レグレッションエラーを56.78%減少させながら、DeepSeek-V4-ProでTerminus-2で0.163から0.371に増加した。
ソースコードとエージェントの軌跡を公開し、将来の研究を支援する。
関連論文リスト
- RRSI: Regularized Recursive Self-Improvement of Agent Harnesses [76.77275934611428]
正規化再帰的自己改善型エージェント・ハーネス(RRSI)
本稿では、正規化の原則を取り入れたRRSIを紹介し、進化候補の提案と選択を制約することで自己改善を活用する。
RRSIは5つのアウト・オブ・ディストリビューション・ベンチマークで14.1ポイント、最大4.7ポイントを獲得し、非正規化進化よりも30%少ないポリシートークンで動作するハーネスを生産している。
論文 参考訳（メタデータ） (2026-09-21T17:54:49Z) - CodeMidas: Scaling Agentic Coding RL Environments from Code Itself [55.204742661138745]
強化学習(RL)による有能な符号化エージェントの訓練には、信頼性のある検証器による多様なタスクが必要である。
オープンソースはそのようなタスクの豊富なソースを提供するが、既存のメソッドは通常、問題やコミットのような開発成果物に依存している。
我々は,既存の実装機能を,ソースコードを唯一のタスク固有の入力として使用して実行可能なRL環境に変換するエージェントパイプラインであるCodeMidasを紹介する。
論文 参考訳（メタデータ） (2026-09-18T17:55:17Z) - AgentFold: Closed-Loop Agentic Search for Protein Folding Model Design [27.154390712714264]
我々は,折りたたみモデル開発を,実行可能なコードバリアントに対するクローズドループ検索として定式化するフレームワークであるAgentFoldを提案する。
一致した計算予算の下で、AgentFoldは、独立したCodex提案よりも最高のlDDTを7.5%改善する。
結果として生じる介入の痕跡は、反復的な経験的デザインパターンを示す。
論文 参考訳（メタデータ） (2026-08-27T07:38:16Z) - A Unified Issue Resolution Benchmark for Requirement Clarification, Planning, and Code Generation for Coding Agents [16.4855244145731]
SWE-RPGはリポジトリレベルのベンチマークで、実行可能パッチ評価と検証済みの地味な参照を組み合わせる。
SWE-RPGは、113のバグ修正と50の機能追加を含む、31のPythonとJavaリポジトリから163のタスクで構成されている。
Claude Code、Codex、OpenCodeを含む3つのコーディングエージェントを6つの大きな言語モデルバックエンドで評価します。
論文 参考訳（メタデータ） (2026-08-10T03:22:04Z) - TraceDev: A Traceability-Driven Multi-agent Framework for Requirement-to-Code Development [17.91255349277154]
TraceDevは、複数の機能ポイントと複雑なセマンティクスを含むユースケースに根ざした、自動ソフトウェア開発のためのマルチエージェントフレームワークである。
我々はTraceDevを2つの広く使われているデータセット(125のユースケースを含む)で評価し、最先端の2つのアプローチと比較した。
論文 参考訳（メタデータ） (2026-07-21T09:14:59Z) - KAT-Coder-V2.5 Technical Report [61.907486544595336]
KAT-Coder-V2.5は、実際の実行可能リポジトリ内で自律的に動作するよう訓練されたコーディング中心のエージェントモデルである。
マルチ言語リポジトリをサンドボックス環境に再構築し、フェイル・ツー・パスとパス・ツー・パスの検証を大規模に行う。
我々はさらに、ハーネスランダム化による強化学習、信頼性の強化されたサンドボックス、非対称なアクター-クリティックPPO、およびハイチ指向の報酬フレームワークをスケールする。
論文 参考訳（メタデータ） (2026-07-06T08:14:02Z) - Code as Agent Harness [107.31925305395957]
新興のエージェントシステムでは、コードはもはや単なる目標出力ではない。
コードはエージェントの推論、行動、環境モデリング、実行ベースの検証のための運用上の基盤としてますます役立っている。
この調査は、実行可能、検証可能、ステートフルなAIエージェントシステムに向けた統一されたロードマップを提供する。
論文 参考訳（メタデータ） (2026-05-18T17:59:03Z) - SlopCodeBench: Benchmarking How Coding Agents Degrade Over Long-Horizon Iterative Tasks [55.76734816061826]
我々は20の問題と93のチェックポイントからなる言語に依存しないベンチマークであるSlopCodeBenchを紹介する。
我々は、冗長性、重複コードの割合、構造的侵食という2つの軌道レベルの品質信号を追跡する。
11モデルにまたがるエンドツーエンドの問題を解決するエージェントは存在しない。
論文 参考訳（メタデータ） (2026-03-25T19:26:44Z) - Scaling the Scaling Logic: Agentic Meta-Synthesis of Logic Reasoning [18.75349680577575]
SSLogicは、コントロール可能な困難を伴う継続的家族進化のためのフレームワークである。
SSLogicに進化したデータのトレーニングは、一致したステップでシードベースラインに対して一貫した利得を得る。
論文 参考訳（メタデータ） (2026-01-23T13:26:01Z)
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。