論文の概要: Weak Ties Explain Open Source Innovation

• arxiv url: http://arxiv.org/abs/2411.05646v1
• Date: Fri, 08 Nov 2024 15:39:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-11 14:55:24.968900
• Title: Weak Ties Explain Open Source Innovation
• Title（参考訳）: Weak Ties氏がオープンソースイノベーションを解説
• Authors: Hongbo Fang, Patrick Park, James Evans, James Herbsleb, Bogdan Vasilescu,
• Abstract要約: GitHub上の3つの異なるインタラクションネットワークを通じて、開発者の知識獲得と、彼らが開発するプロジェクトの革新性との間にある相関関係について検討する。 今後のプロジェクト開発の革新性に対して,開発者が積極的に関与するプロジェクトの多様性が示唆される一方で,インタラクションの量には影響が最小限であることが示唆された。
• 参考スコア（独自算出の注目度）: 9.399494734600164
• License:
• Abstract: In a real-world social network, weak ties (reflecting low-intensity, infrequent interactions) act as bridges and connect people to different social circles, giving them access to diverse information and opportunities that are not available within one's immediate, close-knit vicinity. Weak ties can be crucial for creativity and innovation, as it introduces new ideas and approaches that people can then combine in novel ways, leading to innovative solutions and creative breakthroughs. Do weak ties facilitate creativity in software in similar ways? In this paper, we show that the answer is ``yes.'' Concretely, we study the correlation between developers' knowledge acquisition through three distinct interaction networks on GitHub and the innovativeness of the projects they develop, across over 38,000 Python projects hosted on GitHub. Our findings suggest that the diversity of projects in which developers engage correlates positively with the innovativeness of their future project developments, whereas the volume of interactions exerts minimal influence. Notably, acquiring knowledge through weak interactions (e.g., starring) as opposed to strong ones (e.g., committing) emerges as a stronger predictor of future novelty.
• Abstract（参考訳）: 現実世界のソーシャルネットワークでは、弱いつながり(低強度、頻繁な相互作用を反映する)が橋として働き、人々を異なる社会サークルに繋ぎ、そのすぐ近くで利用できない多様な情報や機会にアクセスできる。 弱い結びつきは創造性と革新にとって不可欠であり、人々が新しい方法で組み合わせられる新しいアイデアとアプローチを導入し、革新的なソリューションと創造的なブレークスルーをもたらす。 弱い結びつきは、同様の方法でソフトウェアにおける創造性を促進するか? 本稿では,その答えが`yes'であることを示す。 具体的には、GitHub上にホストされている38,000以上のPythonプロジェクトに対して、GitHub上の3つの異なるインタラクションネットワークを通じて、開発者の知識獲得と、彼らが開発するプロジェクトの革新性との間にある相関関係について調査する。 本研究は,開発者の関与するプロジェクトの多様性が今後のプロジェクト開発の革新性と正の相関関係があることを示唆する。 特に、弱い相互作用(例えば、主演)を通して知識を取得することは、強い相互作用(例えば、コミット)とは対照的である。

関連論文リスト

• AI Can Enhance Creativity in Social Networks [1.8317588605009203]
  我々は、意味的特徴とネットワーク構造的特徴を用いて、人々の思考性能を予測するモデルを訓練した。 SocialMuseは、予測パフォーマンスを最大化し、ピアレコメンデーションを生成する。 ソーシャルミューズを用いた治療ネットワークは,いくつかの創造性対策において,AIに依存しない制御ネットワークよりも優れていた。
  論文  参考訳（メタデータ） (2024-10-20T03:33:25Z)
• Collective Innovation in Groups of Large Language Models [28.486116730339972]
  我々は,人間向けに開発されたクリエイティブビデオゲームLittle Alchemy 2をプレイするLarge Language Models (LLMs)について研究した。 本研究では,その行動に関する情報を共有するLLMのグループについて検討し,集団的パフォーマンスに対する社会的接続性の影響に着目した。 我々の研究は、ジェネレーティブ人工知能アルゴリズムと人間が互いに革新するにつれて、ますます関連性が高まっている集団イノベーションの今後の研究の機会と課題を明らかにします。
  論文  参考訳（メタデータ） (2024-07-07T13:59:46Z)
• A Survey of Neural Code Intelligence: Paradigms, Advances and Beyond [84.95530356322621]
  この調査は、コードインテリジェンスの発展に関する体系的なレビューを示す。 50以上の代表モデルとその変種、20以上のタスクのカテゴリ、および680以上の関連する広範な研究をカバーしている。 発達軌道の考察に基づいて、コードインテリジェンスとより広範なマシンインテリジェンスとの間の新たな相乗効果について検討する。
  論文  参考訳（メタデータ） (2024-03-21T08:54:56Z)
• Exchange-of-Thought: Enhancing Large Language Model Capabilities through Cross-Model Communication [76.04373033082948]
  大規模言語モデル(LLM)は、最近、Chain-of-Thoughtテクニックによる複雑な推論タスクにおいて大きな進歩を遂げました。 本稿では,問題解決時のクロスモデル通信を可能にする新しいフレームワークであるExchange-of-Thought (EoT)を提案する。
  論文  参考訳（メタデータ） (2023-12-04T11:53:56Z)
• Beyond Factuality: A Comprehensive Evaluation of Large Language Models as Knowledge Generators [78.63553017938911]
  大規模言語モデル(LLM)は、下流の知識集約タスクのための情報検索技術より優れている。 しかし、コミュニティの懸念は、この無検閲の知識を使用することの事実と潜在的意味について多岐にわたる。 本研究では,6つの重要な視点から生成した知識を評価するために設計されたCONNERを紹介する。
  論文  参考訳（メタデータ） (2023-10-11T08:22:37Z)
• Redefining Relationships in Music [55.478320310047785]
  私たちは、AIツールが音楽文化を根本的に変えてくれると論じています。 この分野で働く人々は、音楽の実践、消費、意味に対するネガティブな影響を減らすことができる。
  論文  参考訳（メタデータ） (2022-12-13T19:44:32Z)
• The language and social behavior of innovators [0.0]
  我々は,大手多国籍企業のイントラネットフォーラムで利用可能な約38,000のポストを分析した。 より複雑な言語を使い、新しい概念/イデオロギーを導入し、ポジティブだが事実に基づく言語を使う。
  論文  参考訳（メタデータ） (2022-09-20T07:01:25Z)
• Social Network Structure Shapes Innovation: Experience-sharing in RL with SAPIENS [16.388726429030346]
  動的トポロジーでは、人間は個々にまたは小さなクラスターで革新し、その結果を他の人と共有する。 動的トポロジにおける経験共有は,タスク間のイノベーションの最高レベルを達成することを示す。 これらの貢献により、最適なAI-AI、人間-AI、人間-AI協調ネットワークの理解を深めることができます。
  論文  参考訳（メタデータ） (2022-06-10T12:47:45Z)
• WenLan 2.0: Make AI Imagine via a Multimodal Foundation Model [74.4875156387271]
  我々は,膨大なマルチモーダル(視覚的・テキスト的)データを事前学習した新しい基礎モデルを開発する。 そこで本研究では,様々な下流タスクにおいて,最先端の成果が得られることを示す。
  論文  参考訳（メタデータ） (2021-10-27T12:25:21Z)
• Diversity of Skills and Collective Intelligence in GitHub [0.0]
  情報交換を行うユーザ間のリンク作成において,スキルの多様性が重要な役割を担っていることがわかった。 実際のコーディングに関連するネットワーク内の接続は、類似した特徴を持つユーザ間で確立される。
  論文  参考訳（メタデータ） (2021-10-13T13:55:40Z)
• Backprop-Free Reinforcement Learning with Active Neural Generative Coding [84.11376568625353]
  動的環境におけるエラー(バックプロップ)のバックプロパゲーションを伴わない行動駆動型生成モデルの学習のための計算フレームワークを提案する。 我々は、まばらな報酬でも機能するインテリジェントエージェントを開発し、推論として計画の認知理論からインスピレーションを得ている。 我々のエージェントの堅牢な性能は、神経推論と学習のためのバックプロップフリーアプローチがゴール指向の行動を促進するという有望な証拠を提供する。
  論文  参考訳（メタデータ） (2021-07-10T19:02:27Z)

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。