RepoTrace论文发布

2026年10月27日，研究人员Huanyu Liu等人在arXiv平台发布了题为《RepoTrace: Improving Requirement Tracing in Multi-Round Agent Interactions》的论文。该研究提出了一种名为RepoTrace的需求驱动仓库理解框架，旨在解决多轮智能体交互中常见的需求焦点错位问题。 该框架的核心机制是将仓库结构与需求语义相结合，构建需求与代码之间的对应关系。研究团队表明，通过将该对应关系注入到智能体上下文中，能够有效提升系统对代码仓库的理解能力，从而优化多轮交互过程中的需求追踪表现。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。