Collaboration is all you need: LLM Assisted Safe Code Translation

要約

このペーパーでは、複数のコンパクトなLLM間の共同の努力としてコード翻訳を再想像する先見の明のあるフレームワークであるUnitranslatorを紹介します。
特殊なエージェントの相互作用を調整することにより、それぞれが翻訳プロセスのさまざまな側面に焦点を当て、プログラミングの概念を深く理解することに基づいて、より大きなモノリシックモデルに匹敵する精度と効率のレベルを達成します。
予備的な評価は、既存のアプローチの制限を克服し、複雑なコード翻訳タスクのより小さなLLMの力を解き放つユニットランスレーターの可能性を示しています。
低リソース言語を含む多様な言語ペアの処理、および自然言語推論（NLI）の接地および反復フィードバックメカニズムの使用によるコードアーティファクトや幻覚などの一般的な問題の緩和におけるこの動的なマルチエージェントパラダイムの有効性を探ります。

要約(オリジナル)

This paper introduces UniTranslator, a visionary framework that re-imagines code translation as a collaborative endeavor among multiple, compact LLMs. By orchestrating the interaction of specialized agents, each focused on different aspects of the translation process and grounded in a deep understanding of programming concepts, UniTranslator achieves a level of accuracy and efficiency that rivals larger, monolithic models. Our preliminary evaluation demonstrates the potential of UniTranslator to overcome the limitations of existing approaches and unlock the power of smaller LLMs for complex code translation tasks. We explore the effectiveness of this dynamic multi-agent paradigm in handling diverse language pairs, including low-resource languages, and in mitigating common issues such as code artifacts and hallucinations through the use of Natural Language Inference (NLI) grounding and iterative feedback mechanisms

arxiv情報

提供元, 利用サービス

arxiv.jp, Google