論文の概要: Literate Tracing

• arxiv url: http://arxiv.org/abs/2510.09073v1
• Date: Fri, 10 Oct 2025 07:17:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-14 00:38:48.304262
• Title: Literate Tracing
• Title（参考訳）: ライトトレーシング
• Authors: Matthew Sotoudeh,
• Abstract要約: リテラトトレースは、注釈付き具体的なシステムの実行トレースを使用してソフトウェアシステムを説明する。 プログラムのセマンティクスに忠実な構築によって保証されるインタラクティブな視覚的かつインタラクティブなトレースを生成するツールであるTReXについて説明する。 我々はTReXを使用して、Linuxカーネル、Gitソース管理システム、GCCコンパイラを含む大規模システムソフトウェアコンポーネントを説明するリテラトトレースを記述した。
• 参考スコア（独自算出の注目度）: 0.42303492200814446
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As computer systems grow ever larger and more complex, a crucial task in software development is for one person (the system expert) to communicate to another (the system novice) how a certain program works. This paper reports on the author's experiences with a paradigm for program documentation that we call literate tracing. A literate trace explains a software system using annotated, concrete execution traces of the system. Literate traces complement both in-code comments (which often lack global context) and out-of-band design docs (which often lack a concrete connection to the code). We also describe TReX, our tool for making literate traces that are interactive, visual, and guaranteed by construction to be faithful to the program semantics. We have used TReX to write literate traces explaining components of large systems software including the Linux kernel, Git source control system, and GCC compiler.
• Abstract（参考訳）: コンピュータシステムがさらに大きく複雑になるにつれて、ソフトウェア開発における重要なタスクは、ある人(システムの専門家)が別の人(システム初心者)と、あるプログラムがどのように機能するかを伝えることである。 本稿では,リテラトトレースと呼ぶプログラムドキュメンテーションにおける著者の経験について報告する。 リテラトトレースは、注釈付き具体的なシステムの実行トレースを使用してソフトウェアシステムを説明する。 ライトレートトレースは、コード内コメント(グローバルコンテキストが欠落することが多い)とアウト・オブ・バンドデザイン(コードとの具体的な接続が欠落することが多い)の両方を補完する。 また,プログラムのセマンティクスに忠実な構築によって保証されるインタラクティブで視覚的,かつリテラトなトレースを生成するツールであるTReXについても述べる。 我々はTReXを使用して、Linuxカーネル、Gitソース管理システム、GCCコンパイラを含む大規模システムソフトウェアコンポーネントを説明するリテラトトレースを記述した。

関連論文リスト

• ATLAS: Automated Tree-based Language Analysis System for C and C++ source programs [1.0499611180329804]
  本稿では,文レベル制御フローグラフ(CFG)と型認識データフローグラフ(DFG)を生成するPythonベースのコマンドラインインタフェース(CLI)であるATLASを紹介する。 ATLASは、下流のソフトウェアエンジニアリング(SE)と機械学習ベースのプログラム理解を改善するための実践的な基盤を提供する。
  論文  参考訳（メタデータ） (2025-12-14T01:11:11Z)
• Uncovering Code Insights: Leveraging GitHub Artifacts for Deeper Code Understanding [0.1358202049520503]
  大規模言語モデル(LLM)は、コード説明の生成において有望であることを示している。 GitHubの自然言語アーティファクトを活用する新しいアプローチを提案する。 私たちのシステムは3つのコンポーネントで構成されています。ひとつはGitHubコンテキストの抽出と構造、もうひとつはコード目的の高レベルな説明を生成するためにこのコンテキストを使用する、もうひとつは説明を検証する第3のコンポーネントです。
  論文  参考訳（メタデータ） (2025-11-05T15:31:42Z)
• Paper2Code: Automating Code Generation from Scientific Papers in Machine Learning [70.04746094652653]
  機械学習論文を機能コードリポジトリに変換するフレームワークであるPaperCoderを紹介した。 PaperCoderは3つの段階で動作する。計画、図によるシステムアーキテクチャの設計、ファイル依存の特定、構成ファイルの生成である。 次に、モデルベースおよび人的評価の両方に基づいて、機械学習論文からコード実装を生成するPaperCoderを評価する。
  論文  参考訳（メタデータ） (2025-04-24T01:57:01Z)
• LILO: Learning Interpretable Libraries by Compressing and Documenting Code [71.55208585024198]
  LILOは、反復的に合成、圧縮、文書化を行う、ニューロシンボリックなフレームワークである。 LILOは、LLM誘導プログラム合成と、Stitchから自動化された最近のアルゴリズムの進歩を組み合わせたものである。 LILOのシンセサイザーが学習した抽象化を解釈し、デプロイするのを手助けすることで、AutoDocがパフォーマンスを向上させることが分かりました。
  論文  参考訳（メタデータ） (2023-10-30T17:55:02Z)
• Guess & Sketch: Language Model Guided Transpilation [59.02147255276078]
  学習されたトランスパイレーションは、手作業による書き直しやエンジニアリングの取り組みに代わるものだ。 確率的ニューラルネットワークモデル(LM)は、入力毎に可塑性出力を生成するが、正確性を保証するコストがかかる。 Guess & Sketch は LM の特徴からアライメントと信頼性情報を抽出し、意味的等価性を解決するためにシンボリック・ソルバに渡す。
  論文  参考訳（メタデータ） (2023-09-25T15:42:18Z)
• Collaborative, Code-Proximal Dynamic Software Visualization within Code Editors [55.57032418885258]
  本稿では,コードエディタに組み込むソフトウェアビジュアライゼーション手法の設計と実装について紹介する。 私たちのコントリビューションは、ソフトウェアシステムの実行時の動作の動的解析を使用するという点で、関連する作業と異なります。 私たちの視覚化アプローチは、一般的なリモートペアプログラミングツールを強化し、共有コード都市を利用することで協調的に使用できます。
  論文  参考訳（メタデータ） (2023-08-30T06:35:40Z)
• COMEX: A Tool for Generating Customized Source Code Representations [7.151800146054561]
  COMEXは、研究者と開発者が複数のコードビューを作成し、組み合わせることを可能にするフレームワークである。 プロシージャ内スニペットとプロシージャ間スニペットの両方を使用して、メソッドレベルのスニペットとプログラムレベルのスニペットの両方を分析することができる。 これは40以上の言語をサポートする、広く使われているインクリメンタル分析ツールであるtree-sitter上に構築されている。
  論文  参考訳（メタデータ） (2023-07-10T16:46:34Z)
• Precise Zero-Shot Dense Retrieval without Relevance Labels [60.457378374671656]
  仮説文書埋め込み(英: hypothetical Document Embeddings, HyDE)は、ゼロショット高密度検索システムである。 我々は,HyDEが最先端の非教師付き高密度検索器であるContrieverを著しく上回っていることを示す。
  論文  参考訳（メタデータ） (2022-12-20T18:09:52Z)
• ReACC: A Retrieval-Augmented Code Completion Framework [53.49707123661763]
  本稿では,語彙のコピーと類似したセマンティクスを持つコード参照の両方を検索により活用する検索拡張コード補完フレームワークを提案する。 我々は,Python および Java プログラミング言語のコード補完タスクにおけるアプローチを評価し,CodeXGLUE ベンチマークで最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2022-03-15T08:25:08Z)

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。