論文の概要: Try-Mopsa: Relational Static Analysis in Your Pocket
- arxiv url: http://arxiv.org/abs/2509.13128v1
- Date: Tue, 16 Sep 2025 14:38:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-17 17:50:53.125926
- Title: Try-Mopsa: Relational Static Analysis in Your Pocket
- Title（参考訳）: Try-Mopsa: ポケットのリレーショナル静的分析
- Authors: Raphaël Monat,
- Abstract要約: Try-Mopsaは、Mopsa静的分析プラットフォームのスケールダウンバージョンである。
JavaScriptにコンパイルされ、Webブラウザのクライアントサイドアプリケーションとして純粋に実行される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Static analyzers are complex pieces of software with large dependencies. They can be difficult to install, which hinders adoption and creates barriers for students learning static analysis. This work introduces Try-Mopsa: a scaled-down version of the Mopsa static analysis platform, compiled into JavaScript to run purely as a client-side application in web browsers. Try-Mopsa provides a responsive interface that works on both desktop and mobile devices. Try-Mopsa features all the core components of Mopsa. In particular, it supports relational numerical domains. We present the interface, changes and adaptations required to have a pure JavaScript version of Mopsa. We envision Try-Mopsa as a convenient platform for onboarding or teaching purposes.
- Abstract（参考訳）: 静的アナライザは、大きな依存関係を持つ複雑なソフトウェアである。
インストールは難しく、採用を妨げ、静的分析を学ぶ学生の障壁を生じさせる。
この研究は、Try-Mopsaを紹介している: Mopsa静的分析プラットフォームのスケールダウンバージョンで、JavaScriptにコンパイルされ、Webブラウザのクライアントサイドアプリケーションとして純粋に実行される。
Try-Mopsaは、デスクトップとモバイルデバイスの両方で動作する応答性インターフェースを提供する。
Try-MopsaはMopsaのコアコンポーネントをすべて備えている。
特に、リレーショナル数値領域をサポートする。
純粋なJavaScriptバージョンのMopsaを持つために必要なインターフェース、変更、適応を提示する。
我々は、Try-Mopsaをオンボーディングや教育のための便利なプラットフォームとして想定する。
関連論文リスト
- LLMThinkBench: Towards Basic Math Reasoning and Overthinking in Large Language Models [4.370731670976415]
大規模言語モデル (LLM) は複雑な数学的ベンチマークにおいて顕著な性能を達成している。
LLMは単純な算術的なタスクに苦しむことが多く、過剰な説明や「過度に考える」回答の傾向を示す。
このフレームワークは、ランダムなテストデータ生成と堅牢な解析戦略を備えた14の数学タスクを提供する。
カスタムタスクでツールを拡張し、シードでの実験を再現し、詳細な効率レポートを生成することができる。
論文 参考訳（メタデータ） (2025-07-05T12:31:17Z) - ResMoE: Space-efficient Compression of Mixture of Experts LLMs via Residual Restoration [61.579842548990754]
複数現象言語モデルのバックボーンであるMixture-of-Experts (MoE) Transformerは、各入力トークンに対して少数のモデルパラメータのみをアクティベートすることで、空間性を利用する。
ResMoEは、Wasserstein Barycenterを利用した革新的なMoE近似フレームワークで、共通の専門家(バリセンターエキスパート)を抽出し、このバリセンターエキスパートと元の専門家の間の残差を近似する。
論文 参考訳（メタデータ） (2025-03-10T03:15:54Z) - Training of Scaffolded Language Models with Language Supervision: A Survey [62.59629932720519]
本調査は,戦後のLM周辺における新規構造物の設計と最適化に関する文献を整理した。
本稿では,この階層構造を足場型LMと呼び,ツールを用いた多段階プロセスに統合されたLMに焦点を当てる。
論文 参考訳（メタデータ） (2024-10-21T18:06:25Z) - MobA: Multifaceted Memory-Enhanced Adaptive Planning for Efficient Mobile Task Automation [23.026244256950086]
MLLMベースのモバイルアシスタントシステムであるMobAを提案する。
本稿では,エラー復旧のためのリフレクション機構を組み込んだ適応計画モジュールを提案する。
複雑なモバイルインタラクション用に設計されたデータセットであるMobBenchについても紹介する。
論文 参考訳（メタデータ） (2024-10-17T16:53:50Z) - UltraEval: A Lightweight Platform for Flexible and Comprehensive Evaluation for LLMs [74.1976921342982]
本稿では,ユーザフレンドリな評価フレームワークであるUltraEvalを紹介し,その軽量性,包括性,モジュール性,効率性を特徴とする。
その結果のコンポーザビリティにより、統一された評価ワークフロー内で、さまざまなモデル、タスク、プロンプト、ベンチマーク、メトリクスを自由に組み合わせることができる。
論文 参考訳（メタデータ） (2024-04-11T09:17:12Z) - FedYolo: Augmenting Federated Learning with Pretrained Transformers [61.56476056444933]
本研究では,デバイス上での学習目標を達成するための事前学習型トランスフォーマー(PTF)について検討する。
大規模化により,代替手法間の精度ギャップが小さくなり,ロバスト性も向上することを示す。
最後に、クライアントは単一のPTFを使用して複数の無関係なタスクを同時に解決できる。
論文 参考訳（メタデータ） (2023-07-10T21:08:52Z) - Improved Compositional Generalization by Generating Demonstrations for Meta-Learning [53.818234285773165]
従来未解決であった構成動作分割に対して,他の分割に対する性能の損失を伴わずに,大幅な性能向上を示す。
この場合、オラクル関数でさえも関連する実演を探すことは、メタラーニングを使用する際には十分な性能を得るには不十分である。
論文 参考訳（メタデータ） (2023-05-22T14:58:54Z) - Mobile-Env: Building Qualified Evaluation Benchmarks for LLM-GUI Interaction [28.53259866617677]
Android モバイル環境で GUI ベンチマークを作成するための総合ツールキットである Mobile-Env を紹介した。
我々は、さまざまな現実世界のアプリにまたがるオープンワールドのタスクと、固定されたワールドセットWikiHowを収集し、大量の動的オンラインコンテンツをキャプチャする。
我々の研究結果によると、高度なモデルでさえ、人間にとって比較的簡単なタスクに苦しむことがわかった。
論文 参考訳（メタデータ） (2023-05-14T12:31:03Z)
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。