論文の概要: Guided Generation of Linux Kernel Semantic Patches with Small Local Language Models
- arxiv url: http://arxiv.org/abs/2611.16215v1
- Date: Thu, 12 Nov 2026 03:08:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.342098
- Title: Guided Generation of Linux Kernel Semantic Patches with Small Local Language Models
- Title(参考訳): 局所言語モデルを用いたLinuxカーネルセマンティックパッチのガイド生成
- Abstract要約: ラップトップ上で実行される小さなオープン言語モデルが、このような例をCoccinelleセマンティックパッチに変換できるかどうかを問う。
3つのモデルのトレーニングカット後に新しいAPIが登場した7つのマイグレーションの事前登録テストセットを評価した。
このフレームワークにより、Qwen2.5-Coderは3つの種子(32-41の範囲)を直接的に1.0に対して平均35.3変換する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: When a Linux kernel API changes, hundreds of drivers are converted by hand over months, and the earlier conversions are reviewed examples for the later ones. We ask whether small open language models running on a laptop can turn such examples into Coccinelle semantic patches, the rules kernel maintainers already use for tree-wide changes. We adapt guided code generation to this task: the training examples are decomposed by script into a tree of change variants, the model writes one small rule per variant under feedback from applying it to the examples, deterministic components repair SmPL syntax and generalise driver-specific names, rules are composed greedily, and a compile critic repairs or rejects a rule whose output does not build. We evaluate on a pre-registered test set of 7 migrations whose new APIs appeared after the training cutoffs of all three models (Qwen2.5-Coder 7B, Llama 3.1 8B, Gemma 3 4B), with 122 held-out driver conversions, counting a conversion as solved only if the rule's output matches the human fix and compiles. With the framework, Qwen2.5-Coder solves 35.3 conversions on average over three seeds (range 32-41), against 1.0 when prompted directly; Spinfer solves 41 and a frontier LLM agent 66. The local model solves fewer conversions than Spinfer but its rules are the most precise on the test set (0.74 of the files they change are solved, against 0.55 for Spinfer and 0.70 for the frontier agent), and the compile critic removes every output that matches the human fix but does not build. The two general-purpose models stay weak even with guidance (at most 12 solved). All code, prompts, model responses and results are released.
- Abstract(参考訳): LinuxカーネルAPIが変更されると、何百人ものドライバが手作業で変換される。
我々は、ラップトップ上で実行される小さなオープン言語モデルが、このような例をCoccinelleセマンティックパッチに変換することができるかどうか尋ねる。
トレーニング例はスクリプトによって変更変種ツリーに分解され、モデルでは、サンプルに適用したフィードバックの下で、1つの小さなルールを1つ書き、決定論的コンポーネントは、SmPL構文を修復し、ドライバ固有の名前を一般化し、ルールは厳格に構成され、コンパイル評論家は、アウトプットが構築されないルールを修復または拒否する。
我々は,3つのモデルのトレーニングカットオフ(Qwen2.5-Coder 7B, Llama 3.1 8B, Gemma 3 4B)後に新しいAPIが登場した7つのマイグレーションの事前登録テストセットについて,ルールの出力が人間の修正とコンパイルと一致した場合にのみ,その変換をカウントして,122の保留ドライバ変換を行った。
このフレームワークにより、Qwen2.5-Coderは3つの種(32-41の範囲)で平均35.3の変換を、直接的に誘導された1.0に対して解き、Spinferは41とフロンティアLSMエージェント66を解いた。
ローカルモデルはSpinferよりも少ない変換を解くが、そのルールはテストセット上で最も正確である(変更したファイルの0.74、Spinferは0.55、フロンティアエージェントは0.70)。
2つの汎用モデルはガイダンスを伴っても弱いままである(ほとんどの12の問題は解決されている)。
すべてのコード、プロンプト、モデル応答、結果がリリースされます。
関連論文リスト
- 3DCodeEdit: Benchmarking Instruction-Guided 3D Program Editing [56.634290206718184]
命令誘導編集タスクのベンチマークである3DCodeEditを導入する。
その編集はパラメータから構造的変化、スタイル、シーン構成まで様々で、人間レビューされたチェックリストに対するレンダリングから判断される。
17モデル中、平均成功率は37%に過ぎず、最強モデルでさえ、構造的およびスタイル的な編集の60%以下である。
論文 参考訳(メタデータ) (2026-10-28T03:29:59Z) - Intent-Triggered Anchoring for Multi-Token Format Units in Parallel Decoding of Diffusion Language Models [2.4827516038838064]
並列デコーディングでは、拡散言語モデルはフォワードパス毎に複数のトークンをコミットするので、共コミットされたトークンはお互いを見ることができない。
モデルが最初のトークンをコミットした後にフォーマット単位を完了するトレーニング不要な復号規則であるインテントトリガー付きアンカーを提案する。
論文 参考訳(メタデータ) (2026-10-12T10:07:01Z) - Metrics Failure in LLM-Based Code Vulnerability Repair: An Empirical Study and a Change-Aware Screen [1.1666234644810893]
コンパイル速度は単一機能脆弱性修復のための科学的に信頼性の低い指標であることを示す。
本研究は, LLMによる脆弱性修復の適応的, 実行的評価について論じる。
論文 参考訳(メタデータ) (2026-09-22T17:32:05Z) - TyPatch: Transforming Patches into Typestate Rules for Kernel Bug Detection [9.241492644741198]
我々はTyPatchを紹介し、パッチ固有の欠陥セマンティクスをアナライザの実装から分離する。
Linux v6.16では、TyPatchは559の異なるバグを発見し、そのうち121はカーネル開発者によって確認されている。
論文 参考訳(メタデータ) (2026-09-12T05:34:12Z) - Kozuchi Agent: A Language-Agnostic Open-Weight Agent for Software Repair [13.668549452625117]
Kozuchi Agentは言語に依存しないオープンウェイト修復エージェントであり、CI操作評価パイプラインである。
明示的なフェーズ、永続的な状態、決定論的ツール、モデル非依存のアクションインターフェース、エージェント間のテスト時間選択は、監査可能で繰り返し実行できる。
論文 参考訳(メタデータ) (2026-08-16T07:06:37Z) - CommitLLM: A Fine-Tuned Pipeline for Git Commit Message Generation [0.0]
CommitLLMは、コード差分から簡潔でコンベンショナルコミットに準拠したメッセージを生成する。
システムは、Mistral-7B-Instruct-v0.2のQLoRA微調整をCommitPackFTデータセット上で組み合わせる。
論文 参考訳(メタデータ) (2026-07-20T04:11:30Z) - PairCoder++: Pair Programming as a Universal Paradigm for Verified Code-Driven Multimodal and Structured-Artifact Generation [51.92442051257354]
PairCoderは、実行のみではなく、完全な公式メトリックスイート上で、アーティファクトが検証可能なすべてのベンチマークを本質的に改善する。
TikZのコンパイルレートは、各モデルで10から30ポイント、シングルモデルの2.9から9.2倍である。
論文 参考訳(メタデータ) (2026-07-02T08:36:02Z) - Off-the-Shelf LLMs as Process Scorers: Training-Free Alternative to PRMs for Mathematical Reasoning [51.88950852117154]
Chunk-Level Guided Generationは、既製の大規模言語モデルをプロセススコアラとして使用する、トレーニング不要の代替手段である。
本研究では,系統的な長さバイアスのため,大モデル確率の可変長推論ステップが信頼できないことを示す。
Chunk-Level Guided Generation は PRM guided search よりもかなり短い推論トレースを生成する。
論文 参考訳(メタデータ) (2026-06-01T04:43:36Z) - Constraint-Guided Multi-Agent Decompilation for Executable Binary Recovery [47.704311990064554]
脱コンパイルは、セキュリティ分析、マルウェアのリバースエンジニアリング、レガシーソフトウェアメンテナンスに不可欠である。
マルチレベル制約誘導型デコンパイル(MCGD)により,デコンパイルされたコードを再実行可能なソースに変換するマルチエージェントフレームワークを提案する。
本フレームワークは,84~97%の再実行性を実現し,28~89ポイントのベースラインデコンパイラ出力を改善した。
論文 参考訳(メタデータ) (2026-04-27T01:28:11Z) - SemGuard: Real-Time Semantic Evaluator for Correcting LLM-Generated Code [46.20378145112059]
ポストホック修復パイプラインは、実行後にのみそのような障害を検出する。
本稿では,実時間で行レベルのセマンティック監視を行うセマンティック評価フレームワークSemGuardを紹介する。
論文 参考訳(メタデータ) (2025-09-29T09:21:32Z) - Model Editing with Canonical Examples [75.33218320106585]
標準例を用いたモデル編集について紹介する。
例えば、モーリシャスの首都はポートルイである。
本稿では,各標準例に対して数個の感覚ベクトルを選択し,微調整するセンスファインタニングを提案する。
論文 参考訳(メタデータ) (2024-02-09T03:08:12Z)
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。