論文の概要: Local Software Buildability across Java Versions (Registered Report)

• arxiv url: http://arxiv.org/abs/2408.11544v1
• Date: Wed, 21 Aug 2024 11:51:00 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-22 17:17:15.211195
• Title: Local Software Buildability across Java Versions (Registered Report)
• Title（参考訳）: Javaバージョン間のローカルソフトウェアビルド可能性(登録レポート)
• Authors: Matúš Sulír, Jaroslav Porubän, Sergej Chodarev,
• Abstract要約: Javaのバージョン6から23をインストールしたコンテナで、すべてのプロジェクトを自動ビルドしようとします。 成功または失敗は終了コードによって決定され、標準出力とエラーストリームは保存される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Context: Downloading the source code of open-source Java projects and building them on a local computer using Maven, Gradle, or Ant is a common activity performed by researchers and practitioners. Multiple studies so far found that about 40-60% of such attempts fail. Our experience from the last years suggests that the proportion of failed builds rises continually even further. Objective: First, we would like to empirically confirm our hypothesis that with increasing Java versions, the percentage of build-failing projects tends to grow. Next, nine supplementary research questions are proposed, related mainly to the proportions of failing projects, universal version compatibility, failures under specific JDK versions, success rates of build tools, wrappers, and failure reasons. Method: We will sample 2,500 random pure-Java projects having a build configuration file and fulfilling basic quality criteria from GitHub. We will try to automatically build every project in containers with Java versions 6 to 23 installed. Success or failure will be determined by exit codes, and standard output and error streams will be saved. A majority of the analysis will be performed automatically using reproducible scripts.
• Abstract（参考訳）: コンテキスト: Maven、Gradle、Antを使って、オープンソースのJavaプロジェクトのソースコードをダウンロードし、ローカルコンピュータ上でビルドすることは、研究者や実践者が行う一般的な活動です。 これまでに複数の研究で、こうした試みの約40～60%は失敗していることがわかった。 過去数年間の経験から、ビルド失敗の割合はさらに増加することが示唆されています。 目的: まず最初に,Javaバージョンの増加に伴ってビルド失敗プロジェクトの比率が増加するという仮説を実証的に確認したいと思います。 次に、失敗するプロジェクトの比率、ユニバーサルバージョン互換性、特定のJDKバージョンでの失敗、ビルドツールの成功率、ラッパー、失敗理由など、9つの補足的な研究質問が提案されている。 メソッド: ビルド設定ファイルを持ち、GitHubから基本的な品質基準を満たす、2500のランダムな純粋なJavaプロジェクトをサンプリングする。 Javaのバージョン6から23をインストールしたコンテナで、すべてのプロジェクトを自動ビルドしようとします。 成功または失敗は終了コードによって決定され、標準出力とエラーストリームは保存される。 分析の大部分は、再現可能なスクリプトを使用して自動的に実行される。

関連論文リスト

• Long Code Arena: a Set of Benchmarks for Long-Context Code Models [75.70507534322336]
  Long Code Arenaは、プロジェクト全体のコンテキストを必要とするコード処理タスクのための6つのベンチマークスイートである。 これらのタスクは、ライブラリベースのコード生成、CIビルドの修復、プロジェクトレベルのコード補完、コミットメッセージ生成、バグローカライゼーション、モジュールの要約といった、コード処理のさまざまな側面をカバーする。 各タスクに対して、テスト用の手作業によるデータセット、評価スイート、オープンソースのベースラインソリューションを提供しています。
  論文  参考訳（メタデータ） (2024-06-17T14:58:29Z)
• Detecting Build Dependency Errors in Incremental Builds [13.823208277774572]
  インクリメンタルビルドのコンテキストにおいて、ビルド依存性のエラーを検出するためにECheckerを提案する。 ECheckerは、C/C++プリプロセッサディレクティブと新しいコミットからのMakefile変更を推論することで、実際のビルド依存関係を自動的に更新する。 ECheckerはビルド依存性のエラー検出効率を平均85.14倍に向上させる。
  論文  参考訳（メタデータ） (2024-04-20T07:01:11Z)
• JailbreakBench: An Open Robustness Benchmark for Jailbreaking Large Language Models [123.66104233291065]
  ジェイルブレイク攻撃は、大きな言語モデル(LLM)が有害、非倫理的、またはその他の不快なコンテンツを生成する原因となる。 これらの攻撃を評価することは、現在のベンチマークと評価テクニックの収集が適切に対処していない、多くの課題を提示します。 JailbreakBenchは、以下のコンポーネントを備えたオープンソースのベンチマークである。
  論文  参考訳（メタデータ） (2024-03-28T02:44:02Z)
• Java JIT Testing with Template Extraction [7.714591709931207]
  LeJitは、Javaのジャスト・イン・タイム(JIT)コンパイラをテストするためのテンプレートベースのフレームワークである。 私たちは、さまざまな人気のあるJava JITコンパイラをテストするためにLeJitを成功させました。
  論文  参考訳（メタデータ） (2024-03-17T17:39:27Z)
• Observation-based unit test generation at Meta [52.4716552057909]
  TestGenは、アプリケーション実行中に観察された複雑なオブジェクトのシリアライズされた観察から作られたユニットテストを自動的に生成する。 TestGenは518のテストを本番環境に投入し、継続的統合で9,617,349回実行され、5,702の障害が見つかった。 評価の結果,信頼性の高い4,361のエンドツーエンドテストから,少なくとも86%のクラスでテストを生成することができた。
  論文  参考訳（メタデータ） (2024-02-09T00:34:39Z)
• DevEval: Evaluating Code Generation in Practical Software Projects [52.16841274646796]
  我々はDevEvalという名の新しいベンチマークを提案し、実践プロジェクトにおける開発者の経験と一致している。 DevEvalは、119の実用的なプロジェクトから2,690のサンプルを含む厳格なパイプラインを通じて収集される。 DevEvalの5つの人気のあるLCMを評価し、コード生成における実際の能力を明らかにする。
  論文  参考訳（メタデータ） (2024-01-12T06:51:30Z)
• On the Security Blind Spots of Software Composition Analysis [46.1389163921338]
  Mavenリポジトリで脆弱性のあるクローンを検出するための新しいアプローチを提案する。 Maven Centralから53万以上の潜在的な脆弱性のあるクローンを検索します。 検出された727個の脆弱なクローンを検出し、それぞれに検証可能な脆弱性証明プロジェクトを合成する。
  論文  参考訳（メタデータ） (2023-06-08T20:14:46Z)
• A Language Model of Java Methods with Train/Test Deduplication [5.529795221640365]
  このツールデモでは、Javaソースコードの言語モデルの研究ツールキットが紹介されている。 対象読者には、Javaのサブルーチン、ステートメント、変数の粒度レベルでの問題を研究する研究者も含まれる。
  論文  参考訳（メタデータ） (2023-05-15T00:22:02Z)
• Automatic Specialization of Third-Party Java Dependencies [3.7973152331947815]
  大規模なコードの再利用は、開発コストと時間の両方を大幅に削減します。 ソフトウェアプロジェクトにおけるサードパーティのコードの大規模なシェアは、特にメンテナンスとセキュリティに関して、新たな課題を引き起こします。 そこで本研究では,Javaプロジェクトの実際の利用状況に基づいて,Javaプロジェクトの依存関係を専門化する新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-02-16T15:37:49Z)
• D2A: A Dataset Built for AI-Based Vulnerability Detection Methods Using Differential Analysis [55.15995704119158]
  静的解析ツールによって報告されたラベル問題に対する差分解析に基づくアプローチであるD2Aを提案する。 D2Aを使用して大きなラベル付きデータセットを生成し、脆弱性識別のためのモデルをトレーニングします。
  論文  参考訳（メタデータ） (2021-02-16T07:46:53Z)

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。