Chenxi Huang, Haonan Wang, Jinghe Zhang, Aleksandr Nogikh, Franjo Ivančić, Petros Maniatis, Eugene Wu, Kostis Kaffes · 2026 · arXiv
DOI: 10.48550/arXiv.2610.29332 · open-access PDF
Coding-Agenten sind zunehmend in der Lage, Bugs in der realen Welt zu beheben, aber sie kämpfen immer noch mit großen System-Code-Basen wie dem Linux-Kernel. Um zu verstehen, warum, testen wir, wie Agenten Argumentation über die Ausführung in diesen Codebasen durch Crash-Rezension: Vorhersagen aus dem Quellcode, ob eine bestimmte Eingabe das System stürzt. Eine korrekte Vorhersage allein jedoch nicht diese Fähigkeit etablieren, da es nur von der Erkennung verdächtiger Code kommen kann. In diesem Papier schlagen wir Quellinterventionen vor: Wir Paaren Quellbäume, die sich durch ein einziges Kommit unterscheiden, so dass die gleiche Eingabe nur einen von ihnen stürzt, und
Machine translation (Meta M2M100); the English original follows.
Coding agents are increasingly capable of fixing real-world bugs, yet they still struggle with large systems codebases such as the Linux kernel. To understand why, we test how agents reason about execution in these codebases through crash reasoning: predicting from source code whether a given input crashes the system. A correct prediction alone, however, does not establish this ability, since it may come from merely spotting suspicious code. In this paper, we propose source interventions: we pair source trees that differ by a single commit, so that the same input crashes only one of them, and
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.29332, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange