PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.09224v3cs.SE

Git-Assistant: Git 저장소 업데이트를 위한 계획 기반 지원

Git-Assistant: Planning-Based Support for Updating Git Repositories

버전 관리 시스템은 협업 소프트웨어 개발에 필수적이지만, git과 같은 도구는 많은 실무자에게 여전히 어렵다. 대규모 언어 모델(LLM)의 최근 발전은 개발자 의도를 해석하는 데 유망한 역량을 제공하지만, 저장소 관리 작업에서의 효과는 형식적 추론(formal reasoning)이 필요하기 때문에 제한된다. 본 연구는 LLM과 자동 계획(automated planning)을 결합해 개발자가 비자명한 git 작업을 수행하도록 돕는 AI 기반 어시스턴트 Git-Assistant를 제안한다. 이 어시스턴트는 저장소 컨텍스트를 분석하고, 자연어 요청을 실행 가능한 명령어 시퀀스로 변환하며, 정확성과 안전성을 보장하기 위해 계획 기법을 통합한다. 합성 및 무작위화된 git 환경을 사용한 체계적 평가 방법론을 제시하고, LLM 단독 방식과 계획 증강(planning-augmented) 방식의 성능을 여러 지표로 비교한다. 실험 결과, LLM에 형식적 추론을 통합하면 저장소 관리의 신뢰성이 향상되고 오류가 줄어듦을 보여 주며, 지능형 개발자 지원을 위한 하이브리드 AI 접근의 잠재력을 부각한다.

arXiv:2607.14390v1cs.SE

에이전트 개명주기에서 Git이 메모리 솔루션인 이유

Why Git Is the Memory Solution for the Agentic Development Lifecycle

코딩 에이전트는 이제 팀 코드의 점점 더 큰 비중을 차지하지만, 각 변경 뒤의 추론—검토된 대안, 발견된 제약, 거부된 접근법—은 세션이 끝나면 사라지는 어시스턴트 대화 기록에 갇혀 있다. 이 설정, 즉 에이전트 개발 수명주기(agentic development lifecycle, ADLC)에서의 메모리는 보통 하나의 검색(retrieval) 문제로 정식화되고, 계층형 저장소, 메모리 그래프, 컴파일된 위키, 모델 기반 승인(model-judged admission) 같은 장치로 구축된다. 우리는 메모리가 대신 git에 기반(git-bound)해야 한다고 주장한다—저장소의 버전 관리에 내장되어, 그 장치가 구축하기 어려워하는 보장을 계승하는 것: 커밋으로부터의 정답(ground truth), 재빌드로부터의 신선도, 머지로부터의 검증, 리뷰로부터의 격리(containment). 이 원장(ledger) 위에서 우리는 두 문제를 각각 풀고, 이후 결합한다. 시드 공급(seed supply)은 사전 등록된 ship 규율 하의 8-코퍼스 검색 연구로 마무리된다: 5개의 도입된 순위 매커니즘은 거부되고 2개는 유지되며, 최적 구성은 ~0.31 pooled MRR이다—원시 대화 기록 grep 하한 대비 ~60배, 정직한 파싱된 턴 하한 대비 ~15배. 답변 조립(answer assembly)은 순위 매기기가 더 이상 도움이 되지 않는 지점이다: 단일 샷 검색은 실제 개발자 질문에서 0.07–0.20의 답변 충분성(answer-sufficiency)만 기록하며, 게이트 없는 에피소드(episode) 주입은 좋은 답변을 눈에 띄게 악화시킨다. 라우터는 폭(breadth)은 git-고정 구조 맵으로, 지향적 조회(pointed lookups)는 신뢰도 게이트 에피소드로, 근거(rationale)는 어떤 단일 세션에도 담기지 않는 why-arc를 재구성하는 의사결정 합성(decision synthesis)으로 보낸다(코드 약 5만 LOC의 신규 프로덕션 시스템에서 0.83 충분성). 라우팅된 시스템은 질문당 382–980 토큰으로 답한다—기록된 이력보다 3자릿수(약 1000배) 낮다. 정답(ground truth)이 어노테이션이 아니라 커밋-세션 링크에서 추출되기 때문에, 모든 결과는 라벨링 비용 없이 모든 사용자 자신의 이력에서 재현 가능하다. 남은 제약은 캡처(capture)다. 코드, 벤치마크, 논문 소스: github.com/rekal-dev/rekal-cli.