[2026年7月28日提出]

PDFを表示

要約:LLMベースのソフトウェアエンジニアリングエージェントは、限られたコンテキストウィンドウに制約されています：およそ100Kトークンで、バグを解決するために構造的に関連するコードサブセットを格納する必要があります。標準的な検索モデルはコードをプレーンテキストとして扱うため、エージェントはサブクラスチェーン、推移的呼び出し元、インターフェース実装を含むマルチホップ依存関係を遅い試行錯誤で解決せざるを得ません。私たちはこの制約にロスレス知識圧縮で取り組み、ソースコードをOWL2オントロジーにエンコードして、最小限の関連コードフラグメントを用いて構造クエリに回答します。
私たちはOwlPathを提示します。これはCodeGraphの上に構築されたOWL2推論レイヤーで、500K以上のGitHubスターを持つ広く使われているコードインテリジェンスプラットフォームであり、構造的コード検索のための統一CLIを提供します。tree-sitterパースを活用し、OwlPathは多言語リポジトリ（Python、JavaScript、TypeScript、Goなど）をサポートし、言語固有のセマンティクスを統一OWL2オントロジーにエンコードします。2つの補完モジュールを採用しています。1つ目は推移閉包エンジンで、単一のSPARQLプロパティパスクエリを通じて構造的にリンクされたすべてのシンボルを取得し、文字列マッチングで見逃されるマルチホップ関係を捉えます。2つ目はOWLソフトウェア知識マップ（OWL-SKM）で、モジュールツリー、コアAPI、問題関連シンボルのコンパクトな3KBサマリーを事前計算し、エージェントを最初のクエリでターゲットモジュールへ導きます。
18のSWE-bench Proインスタンスで評価した結果、OwlPathはCodeGraphベースラインの66.7%に対して68.4%の厳密適用率を達成し、トークン使用量を28.8%、実行時間を39.5%削減しました。67インスタンスにわたるオフライン検索テストでは、OwlPathのリコールは2.06倍（0.464対0.226）に向上し、CodeGraphの59.7%に対して88.1%のヒット率を達成しました。37問の構造検索ベンチマークでは、リコールが4.4%から28.8%に向上し、推移的呼び出し元とインターフェースタスクで69-80%の精度に達しました。

投稿履歴

投稿者: Bo Zhang [メールを表示]
[v1] 2026年7月28日火曜日 08:42:57 UTC (141 KB)