Newest papers

Hallucinations of Large Language Models in Cross-Language Code Translation: Phenomena and Mitigation

Yali Du, Yunji Zhang, Ming Li · 2026 · arXiv

DOI: 10.48550/arXiv.2610.27868 · open-access PDF

Japanese

コード翻訳は、一つのプログラミング言語から別のプログラミング言語にソースコードを変換し、その機能性を維持します。 大きな言語モデル(LLMs)は、コード翻訳を改善しましたが、その出力にはまだ幻覚が含まれています:ソースプログラムと衝突する生成されたコード、ターゲット言語の事実に違反するか、または文脈的に不一致な依存性を導入します。 これらの失敗は、小さなセマンティックな偏差がプログラムの行動を静かに変えることができるため、翻訳に特に有害です。 既存の幻覚研究は主に自然言語の生成またはコードの生成に焦点を当てています。

Machine translation (Meta M2M100); the English original follows.

Abstract

Code translation converts source code from one programming language to another while preserving its functionality. Although Large Language Models (LLMs) have improved code translation, their outputs still contain hallucinations: generated code that conflicts with the source program, violates target-language facts, or introduces contextually inconsistent dependencies. These failures are especially harmful in translation because small semantic deviations can silently change program behavior. Existing hallucination studies mainly focus on natural-language generation or code generation, leaving th

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange