論文の概要: Addressing Reproducibility Challenges in HPC with Continuous Integration

• arxiv url: http://arxiv.org/abs/2508.21289v1
• Date: Fri, 29 Aug 2025 01:17:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-01 19:45:10.912535
• Title: Addressing Reproducibility Challenges in HPC with Continuous Integration
• Title（参考訳）: 継続的統合によるHPCの再現性問題への取り組み
• Authors: Valérie Hayot-Sasson, Nathaniel Hudson, André Bauer, Maxime Gonthier, Ian Foster, Kyle Chard,
• Abstract要約: 高性能コンピューティングコミュニティは再現可能な研究を動機付けるインセンティブ構造を採用した。 HPCのインフラとソフトウェアのユニークさは、厳格なアクセス要件と相まって、証明の機会を制限する可能性がある。 リソースアクセスがない状態では、継続的インテグレーション(CI)と完全な情報を組み合わせた定期的な文書化テストが代替として使用できると信じています。
• 参考スコア（独自算出の注目度）: 3.8519463080883205
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The high-performance computing (HPC) community has adopted incentive structures to motivate reproducible research, with major conferences awarding badges to papers that meet reproducibility requirements. Yet, many papers do not meet such requirements. The uniqueness of HPC infrastructure and software, coupled with strict access requirements, may limit opportunities for reproducibility. In the absence of resource access, we believe that regular documented testing, through continuous integration (CI), coupled with complete provenance information, can be used as a substitute. Here, we argue that better HPC-compliant CI solutions will improve reproducibility of applications. We present a survey of reproducibility initiatives and describe the barriers to reproducibility in HPC. To address existing limitations, we present a GitHub Action, CORRECT, that enables secure execution of tests on remote HPC resources. We evaluate CORRECT's usability across three different types of HPC applications, demonstrating the effectiveness of using CORRECT for automating and documenting reproducibility evaluations.
• Abstract（参考訳）: ハイパフォーマンスコンピューティング(HPC)コミュニティは、再現可能な研究を動機付けるインセンティブ構造を採用しており、主要な会議は再現性要件を満たす論文にバッジを付与している。 しかし、多くの論文はそのような要件を満たしていない。 HPCのインフラとソフトウェアのユニークさは、厳密なアクセス要件と相まって、再現可能性の機会を制限する可能性がある。 リソースアクセスがない場合には、継続的統合(CI)と完全な実績情報を組み合わせた定期的な文書化テストが代替として使用できると信じています。 ここでは、より優れたHPC準拠のCIソリューションがアプリケーションの再現性を向上させることを論じる。 本報告では,再現性イニシアチブに関する調査を行い,HPCにおける再現性への障壁について述べる。 既存の制限に対処するため、リモートHPCリソース上でテストのセキュアな実行を可能にするGitHub ActionであるCORRECTを紹介します。 我々は,3種類のHPCアプリケーションに対してCORRECTのユーザビリティを評価し,再現性評価の自動化と文書化にCORRECTを用いることの有効性を実証した。

関連論文リスト

• Advantages of Co-locating Quantum-HPC Platforms: A Survey for Near-Future Industrial Applications [0.0]
  我々は,コロケーションがレイテンシ低減,帯域幅拡張,高度なジョブスケジューリングに与える影響について検討した。 その結果、量子とHPCの同時配置により、ハイブリッドジョブのスループットが大幅に向上することが判明した。
  論文  参考訳（メタデータ） (2025-08-06T07:49:48Z)
• Compressed Feature Quality Assessment: Dataset and Baselines [86.31918930888816]
  本稿では,圧縮特徴量評価(CFQA)の研究課題を紹介する。 CFQA研究を進めるために,300の原特徴と12000の圧縮特徴からなる最初のベンチマークデータセットを提案する。 セマンティックな劣化を捉えるために広く使われている3つの指標(MSE,cosine similarity, Centered Kernel Alignment)の性能を評価する。
  論文  参考訳（メタデータ） (2025-06-09T04:16:39Z)
• Assessing the Elephant in the Room in Scheduling for Current Hybrid HPC-QC Clusters [0.19165511108619068]
  量子コンピューティングリソースは、高性能コンピューティングシステムの計算能力を拡張するための最も有望な候補の一つである。 本研究では、量子コンピュータとHPC環境の統合という文脈において、これらの重要な問題を取り上げる。 本稿では,これらの課題に対処し,近い将来に実践的なHPC-QC統合を実現するための一連の概念戦略を提案する。
  論文  参考訳（メタデータ） (2025-04-11T08:44:42Z)
• LLM as HPC Expert: Extending RAG Architecture for HPC Data [0.058520770038704165]
  本稿では、検索補助生成(RAG)を拡張する新しい手法である仮説コマンド埋め込み(HyCE)を紹介する。 HyCEは、大規模言語モデル(LLM)をリアルタイムなユーザ固有のHPC情報で強化し、そのようなデータに対する微調整モデルの制限に対処する。 我々は、データプライバシやコマンド実行リスクなど、重要なセキュリティ上の問題に対処し、HPC環境にLLMをデプロイする。
  論文  参考訳（メタデータ） (2024-12-09T02:55:30Z)
• DeepNote: Note-Centric Deep Retrieval-Augmented Generation [72.70046559930555]
  Retrieval-Augmented Generation (RAG)は質問応答のための大規模言語モデル(LLM)における事実誤りと幻覚を緩和する 我々は、ノート中心の適応検索により、知識ソースの奥深くで堅牢な探索を実現する適応RAGフレームワークであるDeepNoteを開発した。
  論文  参考訳（メタデータ） (2024-10-11T14:03:29Z)
• KaPQA: Knowledge-Augmented Product Question-Answering [59.096607961704656]
  我々はAdobe AcrobatとPhotoshop製品に焦点を当てた2つのQAデータセットを紹介した。 また、製品QAタスクにおけるモデルの性能を高めるために、新しい知識駆動型RAG-QAフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-07-22T22:14:56Z)
• REBEL: Reinforcement Learning via Regressing Relative Rewards [59.68420022466047]
  生成モデルの時代における最小限のRLアルゴリズムであるREBELを提案する。 理論的には、自然ポリシーグラディエントのような基本的なRLアルゴリズムはREBELの変種と見なすことができる。 我々はREBELが言語モデリングと画像生成に一貫したアプローチを提供し、PPOやDPOとより強くあるいは類似した性能を実現することを発見した。
  論文  参考訳（メタデータ） (2024-04-25T17:20:45Z)
• Integration of Quantum Accelerators with High Performance Computing -- A Review of Quantum Programming Tools [0.8477185635891722]
  本研究の目的は、既存の量子プログラミングツール(QPT)をHPCの観点から特徴づけることである。 既存のQPTが従来の計算モデルと効率的に統合できる可能性について検討する。 この研究は、一連の基準を分析ブループリントに構造化し、量子加速古典的応用にQPTが適しているかどうかをHPC科学者が評価できるようにする。
  論文  参考訳（メタデータ） (2023-09-12T12:24:12Z)
• Conservative Q-Learning for Offline Reinforcement Learning [106.05582605650932]
  CQLは既存のオフラインRLメソッドよりも大幅に優れており、多くの場合、ファイナルリターンの2～5倍高いポリシを学習しています。 理論的には、CQLは現在のポリシーの価値の低いバウンダリを生成し、理論的改善保証を伴う政策学習手順に組み込むことができることを示す。
  論文  参考訳（メタデータ） (2020-06-08T17:53:42Z)

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。