論文の概要: Practitioners' Challenges and Perceptions of CI Build Failure Predictions at Atlassian
- arxiv url: http://arxiv.org/abs/2402.09651v2
- Date: Tue, 14 May 2024 04:44:29 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-15 19:11:33.154030
- Title: Practitioners' Challenges and Perceptions of CI Build Failure Predictions at Atlassian
- Title(参考訳): AtlassianにおけるCIビルドの失敗予測の実践者による課題と認識
- Authors: Yang Hong, Chakkrit Tantithamthavorn, Jirat Pasuksmit, Patanamon Thongtanunam, Arik Friedman, Xing Zhao, Anton Krasikov,
- Abstract要約: 我々は、Atlassianの製品開発全体にわたるCIビルドの失敗を調査する実証的研究について報告する。
私たちの定量的分析では、リポジトリの寸法がCIビルドの失敗に影響を及ぼす重要な要因であることが分かりました。
私たちは、CIビルド予測がCIビルドの失敗に対する積極的な洞察を提供するだけでなく、チームの意思決定を促進することができることに気づきました。
- 参考スコア(独自算出の注目度): 9.781790288871
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Continuous Integration (CI) build failures could significantly impact the software development process and teams, such as delaying the release of new features and reducing developers' productivity. In this work, we report on an empirical study that investigates CI build failures throughout product development at Atlassian. Our quantitative analysis found that the repository dimension is the key factor influencing CI build failures. In addition, our qualitative survey revealed that Atlassian developers perceive CI build failures as challenging issues in practice. Furthermore, we found that the CI build prediction can not only provide proactive insight into CI build failures but also facilitate the team's decision-making. Our study sheds light on the challenges and expectations involved in integrating CI build prediction tools into the Bitbucket environment, providing valuable insights for enhancing CI processes.
- Abstract(参考訳): 継続的インテグレーション(CI)ビルドの失敗は、新機能のリリースの遅れや開発者の生産性の低下など、ソフトウェア開発プロセスやチームに大きな影響を与える可能性がある。
本稿では,Atlassianの製品開発全体にわたってCIビルドの失敗を調査する実証的研究について報告する。
私たちの定量的分析では、リポジトリの寸法がCIビルドの失敗に影響を及ぼす重要な要因であることが分かりました。
さらに、当社の質的な調査によると、Atlassianの開発者は、CIビルドの失敗を実践上の課題として認識している。
さらに、CIビルドの予測は、CIビルドの失敗に対する積極的な洞察を提供するだけでなく、チームの意思決定を促進することができることもわかりました。
当社の研究では、CIビルド予測ツールをBitbucket環境に統合する上での課題と期待について光を当て、CIプロセスの強化に有用な洞察を提供しています。
関連論文リスト
- Understanding User Mental Models in AI-Driven Code Completion Tools: Insights from an Elicitation Study [5.534104886050636]
AIによるコード補完ツールと対話する際に、フォーカスグループを使用してメンタルモデルを抽出する56人の開発者を対象に、ライセンス研究を実施します。
この研究結果は、ユーザの期待に応え、満足度と生産性を高め、AIによる開発ツールへの信頼を高める、人間中心のCCTを設計するための実用的な洞察を提供する。
我々はまた、開発者のコーディングの好みや環境に動的に適応し、多様な環境へのシームレスな統合を保証する概念実証CCTであるAtheNAを開発した。
論文 参考訳(メタデータ) (2025-02-04T10:20:49Z) - Build Optimization: A Systematic Literature Review [0.0]
継続的インテグレーション(CI)は、ソフトウェアシステムの継続的コンパイル、テスト、パッケージングを含む自動ビルドプロセスで構成される。
本研究は,2006年から2024年にかけて発行されたビルド最適化に関する97つの研究の体系的なレビューを行う。
特定されたビルド最適化の研究は、(1)長いビルド期間、(2)ビルドの失敗の2つの主な課題に焦点を当てている。
論文 参考訳(メタデータ) (2025-01-21T07:32:06Z) - Active Causal Structure Learning with Latent Variables: Towards Learning to Detour in Autonomous Robots [49.1574468325115]
人工知能(AGI)エージェントとロボットは、絶えず変化する環境やタスクに対処できなければならない。
我々は,潜伏変数(ACSLWL)を用いた能動的因果構造学習がAGIエージェントやロボット構築に必要な要素であると主張している。
論文 参考訳(メタデータ) (2024-10-28T10:21:26Z) - Can We Further Elicit Reasoning in LLMs? Critic-Guided Planning with Retrieval-Augmentation for Solving Challenging Tasks [68.49251303172674]
最先端の大規模言語モデル(LLM)は、目覚ましい問題解決能力を示すが、複雑な推論と事実の正しさに苦慮する可能性がある。
既存の手法では、チェーン・オブ・ソートと検索強化生成(RAG)の強みを利用して、複雑な問題をより単純なステップに分解し、検索を適用して事実の正しさを向上させる。
CR-Planner(CR-Planner, CR-Planner, CR-Planner)は, 微調整された批判モデルを利用して, 推論と検索の両方のプロセスを計画を通してガイドする新しいフレームワークである。
論文 参考訳(メタデータ) (2024-10-02T11:26:02Z) - Data Analysis in the Era of Generative AI [56.44807642944589]
本稿では,AIを活用したデータ分析ツールの可能性について考察する。
我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。
次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
論文 参考訳(メタデータ) (2024-09-27T06:31:03Z) - Detecting Continuous Integration Skip : A Reinforcement Learning-based Approach [0.4297070083645049]
継続的統合(CI)プラクティスは、自動ビルドとテストプロセスを採用することで、コード変更のシームレスな統合を促進する。
Travis CIやGitHub Actionsといった一部のフレームワークは、CIプロセスの簡素化と強化に大きく貢献している。
開発者はCI実行に適したコミットやスキップの候補としてコミットを正確にフラグ付けすることの難しさに悩まされ続けている。
論文 参考訳(メタデータ) (2024-05-15T18:48:57Z) - Characterization of Large Language Model Development in the Datacenter [55.9909258342639]
大きな言語モデル(LLM)は、いくつかの変換タスクにまたがって素晴らしいパフォーマンスを示している。
しかし,大規模クラスタ資源を効率よく利用してLCMを開発することは容易ではない。
我々は,GPUデータセンタAcmeから収集した6ヶ月のLDM開発ワークロードの詳細な評価を行った。
論文 参考訳(メタデータ) (2024-03-12T13:31:14Z) - Continuous Integration and Software Quality: A Causal Explanatory Study [0.46040036610482665]
継続的インテグレーション(CI)は、チーム間のコード統合のコストとリスクを低減することを目的とした、ソフトウェアエンジニアリングのプラクティスである。
最近の実証研究により、CIとソフトウェア品質(SQ)の関連性が確認されている。
論文 参考訳(メタデータ) (2023-09-18T23:10:34Z) - The RoboDepth Challenge: Methods and Advancements Towards Robust Depth Estimation [97.63185634482552]
我々は,RoboDepth Challengeの優勝ソリューションを要約する。
この課題は、堅牢なOoD深度推定を容易にし、前進させるように設計された。
この課題が、堅牢で信頼性の高い深度推定に関する将来の研究の基盤となることを願っている。
論文 参考訳(メタデータ) (2023-07-27T17:59:56Z) - The Impact of a Continuous Integration Service on the Delivery Time of
Merged Pull Requests [8.108605385023939]
私たちは、CIサービス(TravisCI)を採用することで、統合されたPRを提供する時間を短縮できるかどうか調査する。
当社の結果から,CIサービスの採用がマージPRのデリバリを迅速化するとは限らないことが分かる。
CIが提供する自動化と開発者の自信の向上は、CIサービスを採用する上で重要なメリットである。
論文 参考訳(メタデータ) (2023-05-25T10:59:35Z) - Federated Learning with Unreliable Clients: Performance Analysis and
Mechanism Design [76.29738151117583]
Federated Learning(FL)は、分散クライアント間で効果的な機械学習モデルをトレーニングするための有望なツールとなっている。
しかし、低品質のモデルは信頼性の低いクライアントによってアグリゲータサーバにアップロードすることができ、劣化やトレーニングの崩壊につながる。
クライアントの信頼できない振る舞いをモデル化し、このようなセキュリティリスクを軽減するための防御メカニズムを提案する。
論文 参考訳(メタデータ) (2021-05-10T08:02:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。