TraceCoder는 LLM 기반 코딩 에이전트가 만드는 코드가 추론 과정이 숨겨지고 사후 감사가 불가능한 블랙박스 문제를 해결하기 위해, 벤치마크 참조·회차 번호·실패 텍스트·LLM 설명을 기록하는 관계형 스니펫 기록 스키마, 이를 히트맵으로 시각화하는 브라우저 기반 도구, 줄 흐름을 방해하지 않고 각 코드 스니펫에 안정적이고 사전순 정렬 가능한 식별자를 부여하는 경쟁적 분수 위치키 인덱싱 기법 세 가지를 결합한다. 문자열 처리·수학 계산·데이터 구조 조작 등 30개 알고리즘 과제와 두 가지 제공자 구성에서 평가한 결과 평균 변경률(Chg%)은 30%에 달했고 10개 코드 스니펫 중 3개가 추적 가능한 수정 이벤트 행을 가진 것으로 나타나, Gemini 2.0 Flash 단독 사용 20개 과제 부분집합의 21%보다 높았다. 세 가지 상세 사례 연구를 통해 특정 벤치마크 실패가 최종 프로그램의 각 줄을 어떻게 형성했는지 설명할 수 있음을 보였다.
- •벤치마크 참조·실패 텍스트·LLM 설명을 기록하는 관계형 스니펫 기록 스키마 제안
- •히트맵 기반 브라우저 시각화 도구와 분수 위치키 인덱싱으로 세밀한 추적 지원
- •30개 알고리즘 과제 평가에서 평균 변경률 30%, 스니펫의 30%가 추적 가능한 수정 이벤트 보유
- •Gemini 2.0 Flash 단독 사용(21%) 대비 높은 추적성 달성, 세 사례 연구로 설명력 입증
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
TraceCoder: Explainable and Auditable Code Generation with Position-Key Snippet Versioning
본문 미리보기
arXiv:2607.26307v1 Announce Type: new Abstract: Contemporary LLM-based coding agents produce code as black-box outputs: the rationale behind each line is hidden, the evolution of the code through benchmark-driven repair is ephemeral, and post-hoc auditing is impossible. We present a code generation concept that addresses these shortcomings through three complementary mechanisms: (i) a relational snippet-history schema that records, per repair event, the benchmark reference, round number, failur
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:49AI 초안

