論文の概要: A Formal Analysis of Iterated TDD

• arxiv url: http://arxiv.org/abs/2407.12839v1
• Date: Thu, 4 Jul 2024 08:07:35 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-22 08:37:51.459908
• Title: A Formal Analysis of Iterated TDD
• Title（参考訳）: 反復TDDの形式的分析
• Authors: Hemil Ruparel, Nabarun Mondal,
• Abstract要約: テスト駆動開発(TDD)と呼ばれるソフトウェア方法論を正式に分析します。 反復されたTDDが、反復されたコードチャーンの観点から安定しながら、'証明可能な正しいコード'を確実に生成するコンテキストを見つけます。 我々は、以前の研究で見いだされた'有効'の反復TDDの発見は、この文脈を欠いたことによるものであり、'有効'の反復TDDの発見は、誤ってコンテキストに落ちたり、単にプラセボに落ちてしまうことによるものである、と論じている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper we formally analyze the software methodology called (iterated) Test Driven Development (TDD). We formally define Specification, Software, Testing, Equivalence Partitions, Coupling, to argue about the nature of the software development in terms of TDD. We formalize Iterative TDD and find a context in which iterated TDD ``provably produce'' ``provably correct code'' from ``specifications'' while being stable in terms of iterated code churns. We demonstrate that outside this context iterated TDD will exhibit chaotic behavior, implying unpredictable messy amount of code churn. We argue that the research finding of ``ineffective'' iterated TDD found by earlier researches are due to missing this context, while the findings of ``effective'' iterated TDD is due to accidentally falling into the context or simply placebo.
• Abstract（参考訳）: 本稿では,テスト駆動開発(TDD)と呼ばれるソフトウェア方法論を公式に分析する。 私たちは、TDDの観点からソフトウェア開発の性質について議論するために、仕様、ソフトウェア、テスト、等価な分割、結合を正式に定義します。 反復型TDDを形式化し、反復型TDDの 'provably produce'' 'provably correct code''' を `provably correct code'' から 'provably correct code'' と定義し、反復型コードのチャーンの観点から安定しているコンテキストを見つけます。 このコンテキストの外では、反復されたTDDがカオス的な振る舞いを示し、予測不可能なほどの乱雑なコードの塊を意味することを実証しています。 我々は、以前の研究で見つかった'非効率'の反復TDDの発見は、この文脈を欠いているためであり、''非効率'の反復TDDの発見は、誤ってコンテキストに落ちたり、単にプラセボに落ちたりすることによるものである、と論じている。

関連論文リスト

• TDDBench: A Benchmark for Training data detection [42.49625153675721]
  トレーニングデータ検出(TDD)は、特定のデータインスタンスを使用して機械学習モデルをトレーニングするかどうかを決定するためのタスクである。 TDDメソッドの有効性を徹底的に評価する包括的なベンチマークはありません。 4つの検出パラダイムで21のTDDメソッドをベンチマークし、そのパフォーマンスを5つの観点から評価します。
  論文  参考訳（メタデータ） (2024-11-05T05:48:48Z)
• The role of slicing in test-driven development [39.01665062857323]
  テスト駆動開発(TDD)は広く使われているアジャイルプラクティスです。 TDDの理論的枠組みとして,次のような特徴を持つフレームワークを提案する。 業界で実施されたコントロールされた実験を使用して、TDD、契約、スライス間の接続をチェックしました。
  論文  参考訳（メタデータ） (2024-07-18T08:10:38Z)
• Generative AI for Test Driven Development: Preliminary Results [2.5385600700122737]
  テスト駆動開発(TDD)は、エクストリームプログラミングの主要なプラクティスの1つです。 ジェネレーティブAI(GenAI)は、TDDによって課される余分な労力を減らすことができる。
  論文  参考訳（メタデータ） (2024-05-17T15:26:10Z)
• Canonical Decision Diagrams Modulo Theories [0.19285000127136376]
  決定図は命題公式を表現する強力なツールである。 いくつかの形式(例えば OBDD や SDD など)は標準的であり、(原子リスト上の与えられた条件の下では)公式の同値類を単項的に表す。 DDをSMTレベルに活用する新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-04-25T09:34:49Z)
• Towards a TDD maturity model through an anti-patterns framework [0.0]
  本稿では、TDDアンチパターンの文脈と、ソフトウェア開発の文脈で実践者が直面するべきことを研究する研究プロジェクトを提案する。 結果として、テストによってガイドされたコードを書くプロセスの実践者を支援するために、TDD成熟度フレームワークを提供することを期待しています。
  論文  参考訳（メタデータ） (2023-07-21T12:30:20Z)
• GDA: Generative Data Augmentation Techniques for Relation Extraction Tasks [81.51314139202152]
  本稿では,意味的一貫性と構文構造を両立させるために2つの相補的モジュールを用いるGDAという,関係テキスト専用の拡張手法を提案する。 低リソース環境下での3つのデータセットによる実験結果から,GDAはエム2.0%のF1改善をもたらすことが示された。
  論文  参考訳（メタデータ） (2023-05-26T06:21:01Z)
• When do you need Chain-of-Thought Prompting for ChatGPT? [87.45382888430643]
  CoT(Chain-of-Thought)は,大規模言語モデル(LLM)から複雑な多段階推論を効果的に引き出すことができる CoT がChatGPT などの最近の命令微調整 (IFT) LLM に対してまだ有効であるかどうかは不明である。
  論文  参考訳（メタデータ） (2023-04-06T17:47:29Z)
• DPTDR: Deep Prompt Tuning for Dense Passage Retrieval [53.217524851268216]
  ディーププロンプトチューニング(DPT)は多くの自然言語処理(NLP)タスクで大きな成功を収めている。 しかし、微細チューニング(FT)が依然として支配的な高密度検索においては、十分に解明されていない。 本稿では,DPTに基づく検索手法,すなわち検索指向の中間事前学習と統合負のマイニングの2つのモデル非依存型およびタスク非依存型戦略を提案する。
  論文  参考訳（メタデータ） (2022-08-24T12:55:00Z)
• Robust Continual Test-time Adaptation: Instance-aware BN and Prediction-balanced Memory [58.72445309519892]
  テストデータストリーム以外のデータストリームに対して堅牢な新しいテスト時間適応方式を提案する。 a)分布外サンプルの正規化を修正するIABN(Instance-Aware Batch Normalization)と、(b)クラスバランスのない方法で非i.d.ストリームからのデータストリームをシミュレートするPBRS(Predict- Balanced Reservoir Sampling)である。
  論文  参考訳（メタデータ） (2022-08-10T03:05:46Z)
• Belief Revision in Sentential Decision Diagrams [126.94029917018733]
  本研究では,Dalリビジョンの構文的特徴化に基づくSDDの一般的なリビジョンアルゴリズムを開発する。 ランダムに生成した知識ベースを用いた予備実験は、SDDフォーマリズム内で直接リビジョンを行う利点を示している。
  論文  参考訳（メタデータ） (2022-01-20T11:01:41Z)

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。