REFINE: Pendekatan LLM Multi-Agen untuk Refactoring Kode Berbasis Bukti
Muhammad Waseem; Aakash Ahmad; Pekka Abrahamsson
- Ringkasan
- REFINE adalah pendekatan multi-agen yang tool-agnostic dan berbasis bukti yang menggabungkan identifikasi smell terpandu analisis statis, perencanaan berbasis smell, transformasi berbasis LLM, analisis ulang otomatis, dan pemeriksaan prese…
- Metode
- REFINE disusun sebagai pipeline multi-agen di mana setiap tahap menghasilkan bukti yang mengondisikan tahap berikutnya. Alur kerja dapat direpresentasikan sebagai berikut: Agen pe…
- Hasil
- REFINE menurunkan code smell terdeteksi sebesar 68,26%, 72,79%, dan 68,49% pada konfigurasi OpenAI GPT-5.5, Google Gemini 3.1 Pro Preview, dan Anthropic Claude Opus 4.8. Pengurangan terkuat diamati p…