コードパッチの多エージェント対抗(InfCode)

InfCodeは、自動化コードパッチのための多エージェント対抗フレームワークを提案し、SWE-Bench VerifiedにおいてSOTA成績を達成しました。
Key insights
InfCodeが対抗型多エージェントでパッチのロバスト性を向上
InfCodeは、テスト生成とパッチ作成を対立するエージェントとして捉え、対抗的な反復を通じて新たな破壊的なテストケースを生み出し、パッチがそれに対応して進化する方法を提案しています。この方法はSWE-Bench Verifiedで評価され、SOTA結果(79.4%)を報告し、パッチの品質、カバレッジ、回帰の減少において測定可能な向上を示しています。関連情報はInfCodeフレームワークと評価結果を説明する投稿から得られました(14211)。
対抗型トレーニングがエッジケースの発見を強調
投稿では、従来の自動化テストがエッジケースをカバーするのが難しいことを指摘し、InfCodeは特別なテストケースの審査官(テストエージェント)を通じてより難しいテストを積極的に生成し、パッチエージェントが継続的に改善することを促しています。これにより、エッジケースの処理能力を発見し強化することが可能になります。このメカニズムはInfCode論文の方法論の核心を説明しています(14211)。
AI生成コードが同類モデルに逆推論される可能性があり、安全上のリスクを構成
投稿は、Codexによって生成されたAPIが特定のフィールド値をコメントアウトした後、Codexが関連するバグを照会し、メソッド名などの情報に基づいてコメントアウトされたフィールドを再推測する例を示しています。この現象は、モデルが自身の確率メカニズムを使用して元の情報を再構築することを示し、'己の矛で己の盾を攻撃する'という閉じた安全問題を形成しています(14220)。