Fugu-MT 論文翻訳(概要): Skill Dreaming: Evolving Repository Skills through Pull Request Streams

論文の概要: Skill Dreaming: Evolving Repository Skills through Pull Request Streams

arxiv url: http://arxiv.org/abs/2610.36188v1
Date: Mon, 26 Oct 2026 19:22:38 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-28 21:04:31.410594
Title: Skill Dreaming: Evolving Repository Skills through Pull Request Streams
Title（参考訳）: スキルの夢 - プルリクエストストリームによるレポジトリスキルの進化
Abstract要約: リポジトリ固有のスキルは、コード構造、実装規約、メンテナンス要件を変更することで進化しなければなりません。プルリクエスト(PR)は、実装とレビューを通じてリポジトリがどのように進化するかを記録することで、そのような知識の自然な源泉を提供する。 Skill Dreamingは、PRストリームから学び、継続的リポジトリの開発とメンテナンスをガイドするフレームワークです。
参考スコア（独自算出の注目度）: 5.62630061979166
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Large language model (LLM) agents increasingly rely on reusable skills for complex software engineering tasks, making skill libraries essential for repository development and maintenance. However, repository-specific skills must evolve with changing code structures, implementation conventions, and maintenance requirements. Pull requests (PRs) provide a natural source of such knowledge by recording how repositories evolve through implementation and review. Meanwhile, new PRs must follow repository-specific implementation patterns, modify related components consistently, and ensure that existing tests continue to pass while adding coverage for new functionality. This creates a mutually reinforcing cycle: PRs provide knowledge for updating skills, while these skills improve future PRs, maintain repositories, and support further skill evolution. To enable this co-evolution of PRs, repositories, and skills, we propose Skill Dreaming, a framework that learns from PR streams to guide continuous repository development and maintenance. Given a repository and its PR history, Skill Dreaming builds a repository-specific skill library by extracting executable knowledge from validated PRs and continuously refines the skills as new PR information becomes available. These skills guide coding agents not only in implementing requested features but also in maintaining associated tests, documentation, compatibility, and repository conventions. By integrating PR analysis, skill management, code execution, and continuous integration, Skill Dreaming provides an end-to-end workflow for applying learned skills to repository changes and incorporating subsequent PR outcomes into future skill updates.
Abstract（参考訳）: 大規模言語モデル(LLM)エージェントは、複雑なソフトウェアエンジニアリングタスクの再利用スキルにますます依存しており、レポジトリの開発とメンテナンスに不可欠なスキルライブラリとなっている。しかしながら、リポジトリ固有のスキルは、コード構造、実装規約、メンテナンス要件を変更することで進化する必要があります。プルリクエスト(PR)は、実装とレビューを通じてリポジトリがどのように進化するかを記録することで、そのような知識の自然な源泉を提供する。一方、新しいPRはリポジトリ固有の実装パターンに従い、関連するコンポーネントを一貫して修正し、新機能のカバレッジを追加しながら既存のテストがパスし続けることを保証する必要がある。 PRはスキルを更新するための知識を提供する一方で、これらのスキルは将来のPRを改善し、リポジトリを維持し、さらなるスキル進化をサポートする。 PR,レポジトリ,スキルの共進化を可能にするために,PRストリームから学習し,継続的リポジトリの開発とメンテナンスをガイドするフレームワークであるSkill Dreamingを提案する。リポジトリとそのPR履歴が与えられたSkill Dreamingは、検証済みのPRから実行可能な知識を抽出し、新しいPR情報が利用可能になると継続的にスキルを洗練することによって、リポジトリ固有のスキルライブラリを構築する。これらのスキルは、要求された機能の実装だけでなく、関連するテスト、ドキュメンテーション、互換性、リポジトリの規約のメンテナンスにも、コーディングエージェントを導く。 PR分析、スキル管理、コード実行、継続的インテグレーションを統合することで、Skill Dreamingは、学習したスキルをリポジトリの変更に適用し、その後のPR成果を将来のスキル更新に組み込むためのエンドツーエンドのワークフローを提供する。

関連論文リスト

Hierarchical Skill Evolution for Coding Agent [22.591524840822927]
本稿では,コーディング軌跡から手続き的知識を抽出する階層的スキル進化(HSE)について述べる。 HSEはまず個々の軌跡からタスクレベルのエビデンスを抽出し、次に同じリポジトリ内で繰り返し発生するエビデンスを集約し、リポジトリ固有のスキル候補を形成する。 We evaluate HSE on SWE-bench Verified and DeepSWE, using GLM-5.2 across Pi and Claude Code harnesses and GPT-5.5 and Opus 4.8 with Pi。
論文参考訳（メタデータ） (2026-10-26T15:34:29Z)
Skill-V: Verifiable Self-Evolving Skill Library for Interactive Agents [52.62594580060118]
検証可能な自己進化型スキルライブラリであるSkill-Vを紹介する。我々は,図書館の進化を促進するために環境成果を用いており,特に,タスク失敗はスキル追加を動機付けている。我々は、現在のタスクに確実に適用できないと判断された候補を除外するために、適用性に配慮したフィルタを用いる。
論文参考訳（メタデータ） (2026-10-08T11:59:42Z)
EvoSkillRec: Skill-Genome Evolution for Recommender Architecture Discovery [49.42532199240193]
EvoSkillRecは累積リコメンデータアーキテクチャ進化のためのプロモーション・アンド・リユースフレームワークである。推奨者を原子実行可能なスキルに分解し、アーキテクチャを型付きスキルゲノムとして表現する。まず、検証済みのスキルを変異、再結合、特殊化、再利用し、LLMプランナーとシンセサイザーが新しいスキルモジュールを発明するオープンエンドのコード空間を作る。
論文参考訳（メタデータ） (2026-09-28T08:12:08Z)
From Registry to Repository: How AI Agent Skills Are Written, Adapted, and Maintained [13.991357454554949]
筆者らは,AIエージェントのスキルを,著者,再利用,カスタマイズ,維持を行う技術工芸品として,初めて実証的研究を行った。ほとんどの再利用されたスキルは、ほぼ最高のままで、53%は採用後に変更されず、その後のローカルメンテナンスは圧倒的に付加的なものである。
論文参考訳（メタデータ） (2026-07-01T13:14:45Z)
SkillComposer: Learning to Evolve Agent Skills for Specification and Generalization [99.18305770138677]
エージェントスキルは、エージェントの推論とアクションをガイドする再利用可能な戦略である。現在の技術構築手法は、問題を一発抽出として扱う。本稿では,スキル構築を3つの学習可能な操作に分解するフレームワークであるSkillComposerを紹介する。
論文参考訳（メタデータ） (2026-06-04T12:16:08Z)
SkillGraph: Skill-Augmented Reinforcement Learning for Agents via Evolving Skill Graphs [70.1970574147839]
有向グラフのノードとして再利用可能なスキルを表現するフレームワークであるSKILLGRAPHを提案する。 SKILLGRAPHは個々のスキルだけでなく、多段階意思決定をガイドできる順序付きスキルサブグラフも取得する。実験により,SKILLGRAPHはメモリ拡張RL法に対して最先端の性能を実現することが示された。
論文参考訳（メタデータ） (2026-05-12T12:21:49Z)
Improving Code Localization with Repository Memory [33.423769985220005]
本稿では,最近の過去のコミットや関連問題を含む非パラメトリックメモリからエージェントを検索するツールを紹介する。このようなメモリの拡張により,最先端のローカライゼーションフレームワークであるLocAgentが大幅に向上することを示す。
論文参考訳（メタデータ） (2025-10-01T15:10:15Z)
Alibaba LingmaAgent: Improving Automated Issue Resolution via Comprehensive Repository Exploration [64.19431011897515]
本稿では,問題解決のためにソフトウェアリポジトリ全体を包括的に理解し,活用するために設計された,新しいソフトウェアエンジニアリング手法であるAlibaba LingmaAgentを提案する。提案手法では,重要なリポジトリ情報を知識グラフに凝縮し,複雑さを低減し,モンテカルロ木探索に基づく戦略を採用する。 Alibaba Cloudの製品展開と評価において、LingmaAgentは、開発エンジニアが直面した社内問題の16.9%を自動で解決し、手作業による介入で43.3%の問題を解決した。
論文参考訳（メタデータ） (2024-06-03T15:20:06Z)
RepoCoder: Repository-Level Code Completion Through Iterative Retrieval and Generation [96.75695811963242]
RepoCoderはリポジトリレベルのコード補完プロセスを合理化するフレームワークである。類似性ベースのレトリバーと、事前訓練されたコード言語モデルが組み込まれている。バニラ検索で拡張されたコード補完アプローチよりも一貫して優れています。
論文参考訳（メタデータ） (2023-03-22T13:54:46Z)

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。