論文の概要: Launder-Bench: Can Repository-Level Agentic Code Laundering Be Detected?

• arxiv url: http://arxiv.org/abs/2611.01966v1
• Date: Sun, 01 Nov 2026 15:05:07 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:17:42.447016
• Title: Launder-Bench: Can Repository-Level Agentic Code Laundering Be Detected?
• Title（参考訳）: Launder-Bench: Repository-Level Agentic Code Launderingは検出できるのか?
• Abstract要約: コーディングエージェントは、テストされた振る舞いを保持しながらリポジトリスケールを書き換えることができる。 我々は、そのような書き直しがまだ彼らの情報源に遡れるかどうか尋ねる。 エージェントによる書き直しによる証明のための最初のリポジトリレベルのベンチマークであるLaunder-Benchを紹介します。
• 参考スコア（独自算出の注目度）: 12.822246817028814
• License:
• Abstract: Coding agents can now rewrite repository-scale codebases while preserving tested behavior, creating a new challenge for plagiarism detection, license auditing, and software provenance. We ask whether such rewrites can still be traced to their source. Existing clone benchmarks emphasize fragments and bounded edits, while repository-transformation benchmarks evaluate functional correctness rather than provenance. Moreover, ranking the most similar source does not establish derivation when independent implementations can be similarly close. We define repository-level agentic code laundering and introduce Launder-Bench, to our knowledge the first repository-level benchmark for provenance under agentic rewriting, constructed from 282 real-world repositories. A source-hidden reconstruction protocol decomposes source behavior, reconstructs modules and repository structure, and retains rewrites only after execution-based verification. We evaluate the same provenance problem in two complementary settings: Launder-Bench-Pair contains 1,128 pairwise instances asking whether two repositories share provenance, while Launder-Bench-Attr contains 229 source-attribution instances asking which candidate is the source, with abstention when evidence is insufficient. Measured same-domain independent repositories establish how much similarity can arise without shared provenance and provide detector-specific reference bands. Existing methods remain far from saturating Launder-Bench: the strongest static method reaches only 0.66 AUROC on pairwise detection, while repository encoders rank the true source first on up to 22% of attribution queries but earn calibrated attribution credit on only 1-2%. These results reveal a systematic gap between relative code similarity and source-specific provenance evidence, providing a reproducible target for provenance detection under agentic rewriting.
• Abstract（参考訳）: コーディングエージェントは、テストされた振る舞いを保ちながらリポジトリスケールのコードベースを書き換えることができ、プラジャリズム検出、ライセンス監査、ソフトウェア証明のための新たな課題を生み出すことができる。 我々は、そのような書き直しがまだ彼らの情報源に遡れるかどうか尋ねる。 既存のクローンベンチマークではフラグメントとバウンド編集が強調され、リポジトリ変換ベンチマークでは、前例よりも機能的正しさが評価されている。 さらに、最も類似したソースのランク付けは、独立実装が同様に近い場合の導出を確立しない。 実世界の282のリポジトリから構築されたエージェント書き換えによる証明のための最初のリポジトリレベルのベンチマークである。 ソース隠された再構築プロトコルは、ソースの動作を分解し、モジュールとリポジトリ構造を再構築し、実行ベースの検証後にのみ書き換えを保持する。 Launder-Bench-Pairは2つのリポジトリの共有を問う1,128のペアワイドインスタンスを含むが、Launder-Bench-Attrは229のソース属性インスタンスを含む。 測定された同一ドメイン独立リポジトリは、共有された前兆を伴わずにどの程度の類似性が生じるかを確立し、検出器固有の参照バンドを提供する。 最強の静的メソッドはペア検出で0.66 AUROCにしか達せず、リポジトリエンコーダは、属性クエリの最大22%で真のソースをランク付けするが、キャリブレーションされた属性クレジットをわずか1-2%で取得する。 これらの結果から,相対的符号類似性とソース固有証明との体系的ギャップが明らかとなり,エージェント書き換えによる証明検出の再現可能な目標が得られた。

関連論文リスト

• From Capability to Assurance in Autonomous Penetration-Testing Harnesses: A Framework and Reference Implementation [0.0]
  我々は、保証プロパティはハーネス、ランタイムがモデルをラップし、コードで強制できると主張している。 まず,5つの保証特性(証拠的根拠,非破壊的クレームの低減,計算された重大度,強制的認可,明白な説明責任)の枠組みを定義する。 次に,フレームワーク内の代表システム(PentestGPT,Cochise参照ハーネス,MAPTA,PentestJudge)を公開コーディング基準を用いて配置し,一貫した保証ギャップを同定する。 第三に、あるオープンソース実装であるNeuroSploitを正確にコミットし、そのアーキテクチャ、そのアーキテクチャを報告する。
  論文  参考訳（メタデータ） (2026-09-19T00:37:49Z)
• Adaptive Critical Token-Aware Retrieval for Repository-Level Code Generation [53.85136813868056]
  ACToRは、リポジトリレベルのコード生成のための適応型クリティカルトークン対応検索フレームワークである。 我々は、ACToRが、リポジトリレベルのベンチマークにおいて、最先端のメソッドを一貫して上回っていることを示す。
  論文  参考訳（メタデータ） (2026-09-01T17:59:39Z)
• Schrödinger's Code Repository: Have LLMs Learned SWE-bench or Memorized It? [19.90647051617726]
  SchrodingerRepoは、動的にインスタンス化されたリポジトリ表現の下でコーディングエージェントをテストするための評価フレームワークである。 結果として、よく知られたリポジトリのキューを削除することで、エージェントのパフォーマンスが一貫して低下し、モデル間のインタラクションコストが大幅に増加します。
  論文  参考訳（メタデータ） (2026-08-21T02:34:34Z)
• Vero: Can AI Agents Build Formally Verified Software Repositories? [45.09790101960906]
  Veroはリポジトリレベルで共同実装と証明を評価する最初のベンチマークである。 Python、Dafny、Verus、Coqにまたがる実世界のリポジトリから43のマルチモジュールインスタンスが含まれている。 ベンチマークの信頼性を改善するため、Veroには、エージェントが提供された仕様の不満足さを正式に証明できる監査メカニズムも含まれている。
  論文  参考訳（メタデータ） (2026-08-13T17:41:27Z)
• 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)
• Source-Aware Reranking for Retrieval-Augmented Generation: A Reliability Prior Approach [0.0]
  本研究は,RAG検索ランキングの簡易かつ解釈可能な変更について評価する。 このフレームワークは120文書の健康ドメインコーパスの類似性のみのベースラインに対して評価される。 source-aware re ranking は Precision@5 を 0.48 から 0.72 に改善し、平均敵対的なドキュメント検索を減らす。
  論文  参考訳（メタデータ） (2026-06-08T14:09:04Z)
• RepoMirage: Probing Repository Context Reasoning in Code Agents with Perturbations [51.43574078961796]
  本稿では,SWE-Bench Verified上に構築された2段階評価スイートRepoMirageを紹介する。 RepoMirage-Perturbは、リポジトリレベルの摂動を保存する3つのタイプのセマンティクスを適用している。 RepoAnchorは、下流の問題解決からリポジトリの探索を分離する構造第一のプロトタイプワークフローである。
  論文  参考訳（メタデータ） (2026-05-25T06:26:43Z)
• BUILD-AND-FIND: An Effort-Aware Protocol for Evaluating Agent-Managed Codebases [0.0]
  BUILD-AND-FINDは、下流エージェントが生成されたリポジトリから意図した選択を復元できるかどうかを評価するプロトコルである。 各タスクに対して、ビルダーは隠されたリポジトリの仕様を見て、仕様に書かれた複数選択の質問バンクを作成します。 このプロトコルは、行動の正しさをアーティファクト側のリカバリから切り離し、リカバリの正確性、再現性、実装のカバレッジ、検査の労力を報告します。
  論文  参考訳（メタデータ） (2026-05-07T12:35:27Z)
• What Papers Don't Tell You: Recovering Tacit Knowledge for Automated Paper Reproduction [57.86097956633207]
  Methodは、学術論文から実行可能なコードを生成するグラフベースのエージェントフレームワークである。 3つのドメイン、10のタスク、10の最近の論文にまたがる拡張ReproduceBenchでは、公式実装に対する平均的なパフォーマンスギャップが10.04%に達する。
  論文  参考訳（メタデータ） (2026-03-02T12:33:31Z)
• 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。