論文の概要: Building BESSER: an open-source low-code platform

• arxiv url: http://arxiv.org/abs/2405.13620v2
• Date: Fri, 24 May 2024 08:08:49 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-27 19:58:14.009714
• Title: Building BESSER: an open-source low-code platform
• Title（参考訳）: BESSER - オープンソースのローコードプラットフォーム
• Authors: Iván Alfonso, Aaron Conrardy, Armen Sulejmani, Atefeh Nirumand, Fitash Ul Haq, Marcos Gomez-Vazquez, Jean-Sébastien Sottet, Jordi Cabot,
• Abstract要約: BESSERは、(スマートな)ソフトウェアを開発するためのオープンソースのローコードプラットフォームである。 システム仕様とドメイン仕様に様々な形式(表記法)を提供する。 どちらのタイプのコンポーネントも拡張可能で、コミュニティからのコントリビューションも可能です。
• 参考スコア（独自算出の注目度）: 2.252140973157628
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Low-code platforms (latest reincarnation of the long tradition of model-driven engineering approaches) have the potential of saving us countless hours of repetitive boilerplate coding tasks. However, as software systems grow in complexity, low-code platforms need to adapt as well. Notably, nowadays this implies adapting to the modeling and generation of smart software. At the same time, if we want to broaden the userbase of this type of tools, we should also be able to provide more open source alternatives that help potential users avoid vendor lock-ins and give them the freedom to explore low-code development approaches (even adapting the tool to better fit their needs). To fulfil these needs, we are building BESSER, an open source low-code platform for developing (smart) software. BESSER offers various forms (i.e., notations) for system and domain specification (e.g. UML for technical users and chatbots for business users) together with a number of generators. Both types of components can be extended and are open to contributions from the community.
• Abstract（参考訳）: ローコードプラットフォーム(モデル駆動型エンジニアリングアプローチの長い伝統の再編成)は、反復的なボイラープレートコーディングタスクを何時間も節約する可能性を秘めています。 しかし、ソフトウェアシステムが複雑化するにつれて、ローコードプラットフォームも適応する必要があります。 特に近年では、これはスマートソフトウェアのモデリングと生成に適応することを意味している。 同時に、この種のツールのユーザベースを広げたいのであれば、潜在的なユーザがベンダーのロックインを回避し、ローコード開発アプローチを調査する自由を彼らに与えられるような、よりオープンソースな代替手段を提供することも必要です。 これらのニーズを満たすため、私たちは、(スマートな)ソフトウェアを開発するためのオープンソースのローコードプラットフォームであるBESSERを構築しています。 BESSERは、システムおよびドメイン仕様(例えば、テクニカルユーザ向けのUMLとビジネスユーザ向けのチャットボット)のための様々なフォーム(表記法)と、多数のジェネレータを提供する。 どちらのタイプのコンポーネントも拡張可能で、コミュニティからのコントリビューションも可能です。

関連論文リスト

• Moldable Development Patterns [0.9444784653236159]
  型付け可能な開発は、ソフトウェアシステムを説明可能なものにすることで意思決定をサポートする。 本稿では, (i) 成形性開発について学びたい読者, (ii) ベストプラクティスを学びたいというGlamrous Toolkit 成形性 IDE の現在のユーザ, (iii) 成形性開発を他のプラットフォームや技術で応用したい開発者を対象としている。
  論文  参考訳（メタデータ） (2024-09-27T15:02:45Z)
• OpenHands: An Open Platform for AI Software Developers as Generalist Agents [109.8507367518992]
  私たちは、人間の開発者と同じような方法で世界と対話するAIエージェントを開発するためのプラットフォームであるOpenHandsを紹介します。 プラットフォームが新しいエージェントの実装を可能にし、コード実行のためのサンドボックス環境との安全なインタラクション、評価ベンチマークの導入について説明する。
  論文  参考訳（メタデータ） (2024-07-23T17:50:43Z)
• CMULAB: An Open-Source Framework for Training and Deployment of Natural Language Processing Models [59.91221728187576]
  本稿では,NLPモデルのモデル展開と連続的なヒューマン・イン・ザ・ループの微調整を簡単にするオープンソースフレームワークであるCMU言語バックエンドを紹介する。 CMULABは、マルチ言語モデルのパワーを活用して、音声認識、OCR、翻訳、構文解析などの既存のツールを新しい言語に迅速に適応し、拡張することができる。
  論文  参考訳（メタデータ） (2024-04-03T02:21:46Z)
• Gentopia: A Collaborative Platform for Tool-Augmented LLMs [21.09079715807735]
  簡単な構成でエージェントを柔軟にカスタマイズできる拡張言語モデル(ALM)フレームワークであるgentopiaを提案する。 我々はまた、ユーザカスタマイズエージェントの登録と共有を可能にするパブリックプラットフォームであるgentpoolを構築した。 ジェントプールの不可欠なコンポーネントであるgentbenchは、安全性、堅牢性、効率性など、さまざまな面でユーザカスタマイズエージェントを徹底的に評価するように設計されている。
  論文  参考訳（メタデータ） (2023-08-08T04:12:29Z)
• Securely extending and running low-code applications with C# [0.0]
  ローコード開発プラットフォームは、"シチズンディベロッパー"によるソフトウェア作成のためのアクセス可能なインフラを提供する。 シチズンディベロッパは通常、ソフトウェア開発で特に訓練を受けていないため、コードを書く際に追加のサポートが必要である。 Roslynコンパイラプラットフォームを利用して、.NETプラットフォームを使用したローコード開発プラットフォーム用のカスタム静的コード解析ルールを実装するアプローチが示されている。
  論文  参考訳（メタデータ） (2023-07-12T09:32:31Z)
• CodeTF: One-stop Transformer Library for State-of-the-art Code LLM [72.1638273937025]
  我々は、最先端のCode LLMとコードインテリジェンスのためのオープンソースのTransformerベースのライブラリであるCodeTFを紹介する。 我々のライブラリは、事前訓練されたコードLLMモデルと人気のあるコードベンチマークのコレクションをサポートします。 CodeTFが機械学習/生成AIとソフトウェア工学のギャップを埋められることを願っている。
  論文  参考訳（メタデータ） (2023-05-31T05:24:48Z)
• Greener yet Powerful: Taming Large Code Generation Models with Quantization [47.734976584580224]
  事前訓練された大規模なディープラーニングモデルは、コード生成の境界を大幅に押し下げた。 その大きな力にもかかわらず、膨大な数のモデルパラメータが、通常のソフトウェア開発環境でそれらを適用することに重大な脅威をもたらします。 モデル圧縮はこれらの課題に対処するための有望なアプローチである。
  論文  参考訳（メタデータ） (2023-03-09T16:25:51Z)
• YMIR: A Rapid Data-centric Development Platform for Vision Applications [82.67319997259622]
  本稿では,コンピュータビジョンアプリケーションの開発を迅速化するオープンソースプラットフォームについて紹介する。 このプラットフォームは、効率的なデータ開発を機械学習開発プロセスの中心に置く。
  論文  参考訳（メタデータ） (2021-11-19T05:02:55Z)
• Bring Your Own Codegen to Deep Learning Compiler [8.87545486816377]
  本稿では,独自のコード生成ツールの開発にのみ集中できるオープンソースフレームワークを提案する。 当社のフレームワークは、柔軟で使いやすいインターフェースをユーザーに提供し、モデルを「最高の」プロセッサで実行できるセグメントに分割します。
  論文  参考訳（メタデータ） (2021-05-03T17:22:25Z)
• DIETERpy: a Python framework for The Dispatch and Investment Evaluation Tool with Endogenous Renewables [62.997667081978825]
  DIETERはオープンソースの電力セクターモデルであり、可変再生可能エネルギー源の非常に高いシェアで将来の設定を分析するように設計されている。 システム全体のコストを最小化し、様々な世代の固定および可変コスト、柔軟性、セクター結合オプションを含む。 我々は、GAMS(General Algebraic Modeling System)で記述された既存のモデルバージョンの上に構築されたDIETERpyを紹介し、それをPythonフレームワークで強化する。
  論文  参考訳（メタデータ） (2020-10-02T09:27:33Z)

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。