家上海交通大学の研究チームが「SWE-Explore」ベンチマークを公開、AIコーディングエージェントにおける行単位の局所化の欠陥を明らかに
上海交通大学を含む国際研究チームは本日、新たなベンチマークテストツール「SWE-Explore」を公開した。このツールは、コード検索と実際の修正段階を切り離すことで、「行レベル精度」において、現在のAIコーディングエージェントが抱える重大な技術的欠点を定量的に明らかにするものである。 本研究は、「最終的な修正率」のみに依存していた従来の単一評価モデルを超え、エージェントの上流にある探索の質を直接測定するための新たな基準を提供するとともに、AIソフトウェア工学の評価をより深い領域へと進化させるものである。
SWE-benchのような従来のベンチマークは、エンドツーエンドの結果のみに焦点を当てているため、コードの読み取りや理解の段階におけるエージェントの真の欠陥を隠蔽してしまうことがよくあります。この問題に対処するため、研究チームは、GPT-5.4、 Gemini3Pro、Claude Sonnet4.6、Kimi K2.6といった主流の大規模モデルの成功した動作軌跡に基づき、複数の独立した解決経路からコンセンサスコードセグメントを抽出し、10のプログラミング言語と203のオープンソースプロジェクトにまたがる848の欠陥タスクを含むデータセットを構築した。
評価結果によると、Claude CodeやOpenHandsのような汎用コーディングエージェントは「ファイルレベル」の位置特定では良好な性能を示すものの、特定の「コード行」に焦点を当てると、中核領域のカバー率が14%から19%へと急激に低下することが明らかになった。 アブレーション実験により、「最小コンテキスト閾値」効果がさらに確認された。重要な中核領域の可視化割合が50％を下回ると、モデルの修復は概して失敗するが、50％から75％の閾値を超えると、修復成功率は劇的に上昇する。
この研究結果は、AIエージェントの現在のボトルネックが、パッチ作成能力そのものにあるのではなく、重要なコンテキストを正確にフィルタリングし、捕捉することにあることを示唆している。プロジェクトマネージャーが自動化導入提案の半数を却下している現在の業界状況において、 SWE-Exploreが提唱する「フィルタリングを減らし、読み込みを増やす」という技術的方向性は、次世代の専門的コードローカライゼーションシステム（CoSILなど）のアーキテクチャ最適化への道筋を示すだけでなく、自動ソフトウェア工学のパラダイムシフトを「力業による生成」から「精密な検索」へと加速させるものである。
関連記事
DeepMindのCEOハサビス氏：1日6時間睡眠し、通常午前1時頃に活力を感じます。
フォーチュンは最近、Google DeepMindのCEOであるデミス・ハサビスへのインタビューを掲載し、彼の休息と生産性に対する非伝統的なアプローチを明らかにした。ハサビスは、睡眠時間が非常に短いことを明かし、覚醒時間を2つの明確な作業ブロックに構造化していると語った。彼の睡眠習慣について、ハサビスは「6時間の睡眠を目標としているが、私の習慣は典型的ではない。一日中効果的に機能できる」と述べた。彼は、6時間未満の睡眠は脳の健康に悪影響を及ぼすことを強調した。2010年にDeepMindを共
OpenAIとAnthropic、収益の伸び悩みにもかかわらず市場シェア争いを繰り広げる
OpenAIが収益目標を達成できなかったとする最近の報道を受け、今週火曜日にハイテク株に売り圧力が生じたにもかかわらず、AI研究機関への民間投資家は依然として堅調だ。経験豊富な出資者たちは、メディアによる否定的な報道にもかかわらず、投資額を減らすつもりはないことを明らかにしている。アナリストらは、現在のAI競争はまだ初期段階にあると見ており、「勝者総取り」という結末はあり得ないと見ている。高いコン
カリフォルニア州の自動運転車規制：違反切符、ジオフェンス、そして100万マイルという新たな時代
Guident社は南フロリダでAuveTechのシャトルを運行しており、同社の遠隔監視技術を活用して、ウェストパームビーチでの4マイルのルートとボカラトンでの1マイルのルートを管理している。 | 提供：Guidentカリフォルニア州は、自動運転車の規制環境を再定義しつつあり、テクノロジー業界の「迅速に動き、失敗を恐れない」という考え方から、厳格な説明責任と厳しい走行距離要件へと移行している。Gui
関連特集おすすめ
動画作成
Reels、Shorts、および製品ローンチキャンペーン向けのAIショート動画フック生成ツール
2026年最新！ReelsやShorts、製品ローンチキャンペーンに最適なAIショート動画フック生成ツール！XIX.AIは、実地テストを通じて「必ず試すべき」結果をもたらす、高評価で画期的なツールを厳選しています。毎週更新されるこのページでは、無料版と有料版の比較ランキングを掲載しており、コンテンツの創造性と生産性を高める最適なソリューションを見つけるお手伝いをします。 今すぐチェックして、AIの力を最大限に活用しましょう！
11 ツール
xix.ai
書き込み
長文執筆のためのAI記事構成ツール
2026年最新・最高評価のAIアウトラインツール：長文執筆に最適！この厳選コレクションには、執筆効率を大幅に向上させる、実証済みのテストを経て正確かつ構造化されたアウトラインを生成する、強力で画期的なツールが紹介されています。XIX.AIもこの厳選されたツールの一つです。 無料版と有料版の比較表を入手して、最適なツールの選択に役立ててください。今すぐチェックして、AIの力を最大限に活用しましょう！
9 ツール
xix.ai
チャットボット
言語練習、面接対策、そして日常の流暢さのための最高のAIロールプレイチャットアプリ
2026年最新版・最高評価のAIロールプレイチャットアプリ｜語学練習、面接対策、日常会話の流暢さ向上に！XIX.AIは、無料と有料の比較、実世界でのテスト、毎週更新されるランキングを提供する革新的なコレクションを厳選しています。これらの必須ツールは、ライティングスキルの向上、流暢さの課題克服、そしてあらゆる日常シナリオにおけるコミュニケーション効率の改善をサポートします。今すぐ探索して、あなたの言語成長に最適なツールを見つけましょう！
10 ツール
xix.ai
作曲
リミックス制作、サンプリングの準備、カラオケマスター作成のためのAIステム分離ツール
2026年最新・最高評価のAIステム分離ツール。リミックス制作、サンプリング準備、カラオケマスター向けに厳選されました。これらの強力で画期的なツールは、実環境でのテストを経て、正確なオーディオ分離を実現し、生産性を大幅に向上させます。 XIX.AIでは、ニーズに合った「必試」のソリューションを見つけるお手伝いをするため、無料版と有料版の比較ガイドを毎週更新して提供しています。今すぐチェックして、AIの力を最大限に活用しましょう。
8 ツール
xix.ai
データ分析
収益ダッシュボード、ファネル分析、および製品指標向けのAI SQLコピロット
2026年最新かつ最も優れたAI SQLコピロットが最高評価でランクイン！XIX.AIは、毎週更新される実際の環境でのテストに対応した、強力で革新的なツール群を厳選しています。これらの必見ツールを使えば、正確な収益ダッシュボードの作成や販売プロセスの分析、製品指標の迅速な追跡が可能となり、生産性を大幅に向上させることができます。今すぐチェックして、データに基づいた意思決定に最適なツールを見つけましょう！238文字
9 ツール
xix.ai
作曲
曲のドラフト作成に最適なAIメロディ作成ツール
2026年最新版 高評価のAIメロディ作成ツールで曲のドラフト作成！XIX.AIは、厳格な実世界テストを経て最高の作成体験を提供する、革新的な強力なコレクションを厳選しました。詳細な無料版と有料版の比較、正確なランキング、そして素晴らしい曲のドラフトを楽に作成し、創造的な生産性を大幅に向上させるためにぜひ試すべきオプションが見つかります。今すぐ探索して、あなたに最適なツールを見つけましょう！
8 ツール
xix.ai
コメント (0)
0/500
上海交通大学を含む国際研究チームは本日、新たなベンチマークテストツール「SWE-Explore」を公開した。このツールは、コード検索と実際の修正段階を切り離すことで、「行レベル精度」において、現在のAIコーディングエージェントが抱える重大な技術的欠点を定量的に明らかにするものである。 本研究は、「最終的な修正率」のみに依存していた従来の単一評価モデルを超え、エージェントの上流にある探索の質を直接測定するための新たな基準を提供するとともに、AIソフトウェア工学の評価をより深い領域へと進化させるものである。
SWE-benchのような従来のベンチマークは、エンドツーエンドの結果のみに焦点を当てているため、コードの読み取りや理解の段階におけるエージェントの真の欠陥を隠蔽してしまうことがよくあります。この問題に対処するため、研究チームは、GPT-5.4、 Gemini3Pro、Claude Sonnet4.6、Kimi K2.6といった主流の大規模モデルの成功した動作軌跡に基づき、複数の独立した解決経路からコンセンサスコードセグメントを抽出し、10のプログラミング言語と203のオープンソースプロジェクトにまたがる848の欠陥タスクを含むデータセットを構築した。
評価結果によると、Claude CodeやOpenHandsのような汎用コーディングエージェントは「ファイルレベル」の位置特定では良好な性能を示すものの、特定の「コード行」に焦点を当てると、中核領域のカバー率が14%から19%へと急激に低下することが明らかになった。 アブレーション実験により、「最小コンテキスト閾値」効果がさらに確認された。重要な中核領域の可視化割合が50％を下回ると、モデルの修復は概して失敗するが、50％から75％の閾値を超えると、修復成功率は劇的に上昇する。
この研究結果は、AIエージェントの現在のボトルネックが、パッチ作成能力そのものにあるのではなく、重要なコンテキストを正確にフィルタリングし、捕捉することにあることを示唆している。プロジェクトマネージャーが自動化導入提案の半数を却下している現在の業界状況において、 SWE-Exploreが提唱する「フィルタリングを減らし、読み込みを増やす」という技術的方向性は、次世代の専門的コードローカライゼーションシステム（CoSILなど）のアーキテクチャ最適化への道筋を示すだけでなく、自動ソフトウェア工学のパラダイムシフトを「力業による生成」から「精密な検索」へと加速させるものである。
DeepMindのCEOハサビス氏：1日6時間睡眠し、通常午前1時頃に活力を感じます。
フォーチュンは最近、Google DeepMindのCEOであるデミス・ハサビスへのインタビューを掲載し、彼の休息と生産性に対する非伝統的なアプローチを明らかにした。ハサビスは、睡眠時間が非常に短いことを明かし、覚醒時間を2つの明確な作業ブロックに構造化していると語った。彼の睡眠習慣について、ハサビスは「6時間の睡眠を目標としているが、私の習慣は典型的ではない。一日中効果的に機能できる」と述べた。彼は、6時間未満の睡眠は脳の健康に悪影響を及ぼすことを強調した。2010年にDeepMindを共
OpenAIとAnthropic、収益の伸び悩みにもかかわらず市場シェア争いを繰り広げる
OpenAIが収益目標を達成できなかったとする最近の報道を受け、今週火曜日にハイテク株に売り圧力が生じたにもかかわらず、AI研究機関への民間投資家は依然として堅調だ。経験豊富な出資者たちは、メディアによる否定的な報道にもかかわらず、投資額を減らすつもりはないことを明らかにしている。アナリストらは、現在のAI競争はまだ初期段階にあると見ており、「勝者総取り」という結末はあり得ないと見ている。高いコン
カリフォルニア州の自動運転車規制：違反切符、ジオフェンス、そして100万マイルという新たな時代
Guident社は南フロリダでAuveTechのシャトルを運行しており、同社の遠隔監視技術を活用して、ウェストパームビーチでの4マイルのルートとボカラトンでの1マイルのルートを管理している。 | 提供：Guidentカリフォルニア州は、自動運転車の規制環境を再定義しつつあり、テクノロジー業界の「迅速に動き、失敗を恐れない」という考え方から、厳格な説明責任と厳しい走行距離要件へと移行している。Gui
2026年最新！ReelsやShorts、製品ローンチキャンペーンに最適なAIショート動画フック生成ツール！XIX.AIは、実地テストを通じて「必ず試すべき」結果をもたらす、高評価で画期的なツールを厳選しています。毎週更新されるこのページでは、無料版と有料版の比較ランキングを掲載しており、コンテンツの創造性と生産性を高める最適なソリューションを見つけるお手伝いをします。 今すぐチェックして、AIの力を最大限に活用しましょう！
11 ツール
xix.ai
2026年最新・最高評価のAIアウトラインツール：長文執筆に最適！この厳選コレクションには、執筆効率を大幅に向上させる、実証済みのテストを経て正確かつ構造化されたアウトラインを生成する、強力で画期的なツールが紹介されています。XIX.AIもこの厳選されたツールの一つです。 無料版と有料版の比較表を入手して、最適なツールの選択に役立ててください。今すぐチェックして、AIの力を最大限に活用しましょう！
9 ツール
xix.ai
2026年最新版・最高評価のAIロールプレイチャットアプリ｜語学練習、面接対策、日常会話の流暢さ向上に！XIX.AIは、無料と有料の比較、実世界でのテスト、毎週更新されるランキングを提供する革新的なコレクションを厳選しています。これらの必須ツールは、ライティングスキルの向上、流暢さの課題克服、そしてあらゆる日常シナリオにおけるコミュニケーション効率の改善をサポートします。今すぐ探索して、あなたの言語成長に最適なツールを見つけましょう！
10 ツール
xix.ai
2026年最新・最高評価のAIステム分離ツール。リミックス制作、サンプリング準備、カラオケマスター向けに厳選されました。これらの強力で画期的なツールは、実環境でのテストを経て、正確なオーディオ分離を実現し、生産性を大幅に向上させます。 XIX.AIでは、ニーズに合った「必試」のソリューションを見つけるお手伝いをするため、無料版と有料版の比較ガイドを毎週更新して提供しています。今すぐチェックして、AIの力を最大限に活用しましょう。
8 ツール
xix.ai
2026年最新かつ最も優れたAI SQLコピロットが最高評価でランクイン！XIX.AIは、毎週更新される実際の環境でのテストに対応した、強力で革新的なツール群を厳選しています。これらの必見ツールを使えば、正確な収益ダッシュボードの作成や販売プロセスの分析、製品指標の迅速な追跡が可能となり、生産性を大幅に向上させることができます。今すぐチェックして、データに基づいた意思決定に最適なツールを見つけましょう！238文字
9 ツール
xix.ai
2026年最新版 高評価のAIメロディ作成ツールで曲のドラフト作成！XIX.AIは、厳格な実世界テストを経て最高の作成体験を提供する、革新的な強力なコレクションを厳選しました。詳細な無料版と有料版の比較、正確なランキング、そして素晴らしい曲のドラフトを楽に作成し、創造的な生産性を大幅に向上させるためにぜひ試すべきオプションが見つかります。今すぐ探索して、あなたに最適なツールを見つけましょう！
8 ツール
xix.ai
