論文の概要: Automated Extraction and Analysis of Developer's Rationale in Open Source Software

• arxiv url: http://arxiv.org/abs/2506.11005v1
• Date: Tue, 22 Apr 2025 20:16:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-22 23:32:14.459188
• Title: Automated Extraction and Analysis of Developer's Rationale in Open Source Software
• Title（参考訳）: オープンソースソフトウェアにおける開発者の規則の自動抽出と分析
• Authors: Mouna Dhaouadi, Bentley Oakes, Michalis Famelis,
• Abstract要約: カンタラのインスタンス化に基づく合理化分析のための自動手法を提案する。 Linux KernelプロジェクトのOOM-Killerモジュールを用いた抽出・解析手法の実現可能性を示す。 また、意思決定と合理化文の自動抽出の有効性と、これを他のオープンソースプロジェクトに一般化する可能性についても述べる。
• 参考スコア（独自算出の注目度）: 1.290382979353427
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Contributors to open source software must deeply understand a project's history to make coherent decisions which do not conflict with past reasoning. However, inspecting all related changes to a proposed contribution requires intensive manual effort, and previous research has not yet produced an automated mechanism to expose and analyze these conflicts. In this article, we propose such an automated approach for rationale analyses, based on an instantiation of Kantara, an existing high-level rationale extraction and management architecture. Our implementation leverages pre-trained models and Large Language Models, and includes structure-based mechanisms to detect reasoning conflicts and problems which could cause design erosion in a project over time. We show the feasibility of our extraction and analysis approach using the OOM-Killer module of the Linux Kernel project, and investigate the approach's generalization to five other highly active open source projects. The results confirm that our automated approach can support rationale analyses with reasonable performance, by finding interesting relationships and to detect potential conflicts and reasoning problems. We also show the effectiveness of the automated extraction of decision and rationale sentences and the prospects for generalizing this to other open source projects. This automated approach could therefore be used by open source software developers to proactively address hidden issues and to ensure that new changes do not conflict with past decisions.
• Abstract（参考訳）: オープンソースソフトウェアへのコントリビュータは、過去の推論と矛盾しない一貫性のある決定を行うために、プロジェクトの歴史を深く理解しなければなりません。 しかしながら、提案されたコントリビューションに関連するすべての変更を検査するには、集中的な手作業が必要である。 本稿では,既存の高度理性抽出・管理アーキテクチャである Kantara のインスタンス化に基づく,理性解析のための自動手法を提案する。 本実装では,事前学習されたモデルと大規模言語モデルを活用し,プロジェクトにおける設計の侵食を引き起こす可能性のある推論上の矛盾や問題を検出する構造に基づくメカニズムを含む。 我々はLinux KernelプロジェクトのOOM-Killerモジュールを用いた抽出・解析手法の実現可能性を示し、また、他の5つの活発なオープンソースプロジェクトへのアプローチの一般化について検討する。 その結果,我々の自動手法は,興味深い関係を見つけ,潜在的な衝突や推論問題を検出することによって,合理的な性能で合理的な分析を支援することができることを確認した。 また、意思決定と合理化文の自動抽出の有効性と、これを他のオープンソースプロジェクトに一般化する可能性についても述べる。 したがって、この自動化アプローチは、オープンソースのソフトウェア開発者が積極的に隠れた問題に対処し、新しい変更が過去の決定と矛盾しないことを保証するために使用できる。

関連論文リスト

• Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [59.52058740470727]
  エッジクラウドコラボレーティブコンピューティング(ECCC)は、現代のインテリジェントアプリケーションの計算要求に対処するための重要なパラダイムとして登場した。 AIの最近の進歩、特にディープラーニングと大規模言語モデル(LLM)は、これらの分散システムの能力を劇的に向上させてきた。 この調査は、基本的なアーキテクチャ、技術の実現、新しいアプリケーションに関する構造化されたチュートリアルを提供する。
  論文  参考訳（メタデータ） (2025-05-03T13:55:38Z)
• Open Source Software Lifecycle Classification: Developing Wrangling Techniques for Complex Sociotechnical Systems [0.0]
  本稿では、オープンソースソフトウェアや他の組織エコシステムを分類する以前の試みについてレビューする。 オープンソースプロジェクトを分類するための、多種多様で時には相反する目的と、これらの競合する関心が、オープンソースソフトウェアプロジェクトや企業がどのように機能するかを包括的に理解する上で、私たちの進歩を妨げているかを調べます。
  論文  参考訳（メタデータ） (2025-04-23T12:37:53Z)
• Thinking Longer, Not Larger: Enhancing Software Engineering Agents via Scaling Test-Time Compute [61.00662702026523]
  より大規模なモデルではなく、推論時間の増加を活用する統合されたテスト時間計算スケーリングフレームワークを提案する。 当社のフレームワークには,内部TTCと外部TTCの2つの補完戦略が組み込まれている。 当社の textbf32B モデルは,DeepSeek R1 671B や OpenAI o1 など,はるかに大きなモデルを上回る 46% の課題解決率を実現している。
  論文  参考訳（メタデータ） (2025-03-31T07:31:32Z)
• Interacting with AI Reasoning Models: Harnessing "Thoughts" for AI-Driven Software Engineering [11.149764135999437]
  AI推論モデルの最近の進歩は、意思決定プロセスに前例のない透明性をもたらす。 ソフトウェアエンジニアには、AI生成されたすべての思考を詳細に分析、検証、解釈する時間や認知の帯域幅がほとんどありません。 本稿では,AI推論モデルとソフトウェアエンジニアのインタラクションを再構築し,信頼性,効率,意思決定力を最大化するためのビジョンを提案する。
  論文  参考訳（メタデータ） (2025-03-01T13:19:15Z)
• The Design Space of Recent AI-assisted Research Tools for Ideation, Sensemaking, and Scientific Creativity [2.0558118968162673]
  ジェネレーティブAI(GenAI)ツールは、学術研究のような知識労働における自動化の範囲と能力を拡張している。 認知とプロセスの合理化を約束する一方で、AI支援の研究ツールは自動化バイアスを高め、批判的思考を妨げる可能性がある。
  論文  参考訳（メタデータ） (2025-02-22T16:42:11Z)
• 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)
• Contractual Reinforcement Learning: Pulling Arms with Invisible Hands [68.77645200579181]
  本稿では,契約設計によるオンライン学習問題において,利害関係者の経済的利益を整合させる理論的枠組みを提案する。 計画問題に対して、遠目エージェントに対する最適契約を決定するための効率的な動的プログラミングアルゴリズムを設計する。 学習問題に対して,契約の堅牢な設計から探索と搾取のバランスに至るまでの課題を解き放つために,非回帰学習アルゴリズムの汎用設計を導入する。
  論文  参考訳（メタデータ） (2024-07-01T16:53:00Z)
• Refined Mechanism Design for Approximately Structured Priors via Active Regression [50.71772232237571]
  我々は、大量の商品を戦略的入札者に販売する収益を最大化する販売業者の問題を考える。 この設定の最適かつほぼ最適のメカニズムは、特徴付けや計算が難しいことで有名である。
  論文  参考訳（メタデータ） (2023-10-11T20:34:17Z)

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。