本記事は SWE-RL: Advancing LLM Reasoning via Reinforcement Learning on Open Software Evolution（Wei et al., 2025）の解説記事です。 論文概要（Abstract） SWE-RLは、オープンソースのGitHubリポジトリから収集した11万件以上の「ソフトウェア進化」データ（Issue→コミッ...

本記事は Agentless: Demystifying LLM-based Software Engineering Agents（Xia et al., 2024）の解説記事です。 論文概要（Abstract） Agentlessは、複雑なエージェント構造（ツール使用、動的計画、マルチエージェント）を一切使用せず、「定位（Localization）→ 修復（Repair）→ パッチ検...

本記事は AI in software engineering at Google: Progress and the path ahead（Satish Chandra & Maxim Tabachnyk, Google Research, 2024年6月）の解説記事です。 ブログ概要（Summary） Googleのソフトウェアエンジニアリング部門は、MLベースのコード補完機...

本記事は How AI assistance impacts the formation of coding skills（Anthropic Research, 2026年1月）の解説記事です。 ブログ概要（Summary） Anthropic Researchは、AIコーディングアシスタントが開発者のスキル習得にどのような影響を与えるかを、ランダム化比較試験（RCT）で検証した。52...

本記事は Mistral-SPLADE: LLMs for better Learned Sparse Retrieval (arXiv:2408.11119) の解説記事です。 論文概要（Abstract） Echo-Mistral-SPLADEは、デコーダ系LLM（Mistral-7B）の言語理解能力をスパース検索に導入する手法である。著者らは、Echo Embedding（入力テキ...

本記事は SPLADE v2: Sparse Lexical and Expansion Model for Information Retrieval (arXiv:2109.10086) の解説記事です。 論文概要（Abstract） SPLADE（SParse Lexical AnD Expansion model）v2は、BERTのMasked Language Model（ML...

本記事は Precise Zero-Shot Dense Retrieval without Relevance Labels (arXiv:2212.10496) の解説記事です。 論文概要（Abstract） HyDE（Hypothetical Document Embeddings）は、ユーザーのクエリからLLMで仮想的な回答ドキュメントを生成し、その仮想ドキュメントのEmbedd...

本記事は ColBERTv2: Effective and Efficient Retrieval via Lightweight Late Interaction (arXiv:2112.01488) の解説記事です。 論文概要（Abstract） ColBERTv2は、クエリと文書の各トークンの埋め込みベクトル間でMaxSim演算を行うLate Interaction型の検索モデルで...

本記事は SWE-agent: Agent-Computer Interfaces Enable Automated Software Engineering（Yang et al., 2024）の解説記事です。 論文概要（Abstract） SWE-agentは、LLMエージェントがコンピュータと対話するための専用インターフェース「Agent-Computer Interface（AC...

本記事は Matryoshka Representation Learning (arXiv:2205.13147) の解説記事です。 論文概要（Abstract） Matryoshka Representation Learning（MRL）は、単一のニューラルネットワークから複数の次元粒度で有効な埋め込みベクトルを生成する学習手法である。著者らは、ロシアの入れ子人形（マトリョーシカ）...