論文の概要: What Slows Down FMware Development? An Empirical Study of Developer Challenges and Resolution Times
- arxiv url: http://arxiv.org/abs/2510.11138v1
- Date: Mon, 13 Oct 2025 08:26:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-14 18:06:30.266546
- Title: What Slows Down FMware Development? An Empirical Study of Developer Challenges and Resolution Times
- Title（参考訳）: FMware開発をスローダウンさせるものは何か? 開発課題と解決時期に関する実証的研究
- Authors: Zitao Wang, Zhimin Zhao, Michael W. Godfrey,
- Abstract要約: この研究は、クラウドベースのプラットフォームとオープンソースリポジトリにわたるFMware開発に関する、初めての大規模分析である。
我々は,(1)FMwareの最も一般的なアプリケーションドメイン,(2)開発者が直面する重要な課題,(3)解決すべき最大の努力を必要とする問題の3つの分野を通して,FMwareエコシステムを調査した。
この結果から,教育,コンテンツ作成,ビジネス戦略に強い焦点が当てられ,メモリ管理,依存性処理,トークン化設定といった技術的課題が持続していることがわかった。
- 参考スコア（独自算出の注目度）: 2.451770418371169
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Foundation Models (FMs), such as OpenAI's GPT, are fundamentally transforming the practice of software engineering by enabling the development of \emph{FMware} -- applications and infrastructures built around these models. FMware systems now support tasks such as code generation, natural-language interaction, knowledge integration, and multi-modal content creation, underscoring their disruptive impact on current software engineering workflows. However, the design, implementation, and evolution of FMware present significant new challenges, particularly across cloud-based and on-premise platforms where goals, processes, and tools often diverge from those of traditional software development. To our knowledge, this is the first large-scale analysis of FMware development across both cloud-based platforms and open-source repositories. We empirically investigate the FMware ecosystem through three focus areas: (1) the most common application domains of FMware, (2) the key challenges developers encounter, and (3) the types of issues that demand the greatest effort to resolve. Our analysis draws on data from GitHub repositories and from leading FMware platforms, including HuggingFace, GPTStore, Ora, and Poe. Our findings reveal a strong focus on education, content creation, and business strategy, alongside persistent technical challenges in memory management, dependency handling, and tokenizer configuration. On GitHub, bug reports and core functionality issues are the most frequently reported problems, while code review, similarity search, and prompt template design are the most time-consuming to resolve. By uncovering developer practices and pain points, this study points to opportunities to improve FMware tools, workflows, and community support, and provides actionable insights to help guide the future of FMware development.
- Abstract（参考訳）: OpenAIのGPTのようなファンデーションモデル(FM)は、これらのモデルを中心に構築されたアプリケーションとインフラストラクチャーの開発を可能にすることによって、ソフトウェアエンジニアリングのプラクティスを根本的に変えています。
FMwareシステムは、コード生成、自然言語インタラクション、知識統合、マルチモーダルコンテンツ作成といったタスクをサポートし、現在のソフトウェアエンジニアリングワークフローに対する破壊的な影響を浮き彫りにしている。
しかし、FMwareの設計、実装、そして進化は、特に、ゴール、プロセス、ツールが従来のソフトウェア開発としばしば異なるクラウドベースのプラットフォームとオンプレミスプラットフォームの間で、大きな新しい課題をもたらします。
私たちの知る限り、これはクラウドベースのプラットフォームとオープンソースリポジトリの両方にわたるFMware開発に関する、初めての大規模な分析です。
1)FMwareの最も一般的なアプリケーションドメイン,(2)開発者が直面する重要な課題,(3)解決すべき最大の努力を必要とする問題のタイプ,の3つを通じて,FMwareエコシステムを実証的に調査する。
私たちの分析は、GitHubリポジトリや、HuggingFace、GPTStore、Ola、Poeなど、主要なFMウェアプラットフォームからのデータに基づいています。
この結果から,教育,コンテンツ作成,ビジネス戦略に強い焦点が当てられ,メモリ管理,依存性処理,トークン化設定といった技術的課題が持続していることがわかった。
GitHubでは、バグレポートとコア機能の問題が最も頻繁に報告される問題であり、コードレビュー、類似性検索、プロンプトテンプレート設計が解決に最も時間がかかる。
開発者プラクティスと問題点を明らかにすることで、FMwareツール、ワークフロー、コミュニティサポートを改善する機会を示し、FMware開発の将来をガイドするための実用的な洞察を提供する。
関連論文リスト
- Advances and Frontiers of LLM-based Issue Resolution in Software Engineering: A Comprehensive Survey [59.3507264893654]
課題解決は、現実世界の開発に不可欠な複雑なソフトウェアエンジニアリングタスクです。
SWE-benchのようなベンチマークでは、このタスクは大規模言語モデルでは極めて困難であることが判明した。
本稿では,この新興領域を体系的に調査する。
論文 参考訳（メタデータ） (2026-01-15T18:55:03Z) - Hierarchical Federated Foundation Models over Wireless Networks for Multi-Modal Multi-Task Intelligence: Integration of Edge Learning with D2D/P2P-Enabled Fog Learning Architectures [58.72593025539547]
本稿では,階層型フェデレーション基礎モデル(HF-FM)を提案することで,M3T FFMの探索されていないバリエーションを明らかにする。
HF-FMはM3T FMのモジュール構造を戦略的に整列させ、モダリティエンコーダ、プロンプト、ME(Mixy-of-Experts)、アダプタ、タスクヘッドから構成される。
その可能性を実証するため,無線ネットワーク環境におけるHF-FMの試作と,HF-FMの開発のためのオープンソースコードのリリースを行った。
論文 参考訳（メタデータ） (2025-09-03T20:23:19Z) - A Survey on Code Generation with LLM-based Agents [61.474191493322415]
大規模言語モデル(LLM)を利用したコード生成エージェントは、ソフトウェア開発パラダイムに革命をもたらしている。
LLMは3つのコア特徴によって特徴づけられる。
本稿では,LLMに基づくコード生成エージェントの分野を体系的に調査する。
論文 参考訳（メタデータ） (2025-07-31T18:17:36Z) - The Hitchhikers Guide to Production-ready Trustworthy Foundation Model powered Software (FMware) [10.438253230778844]
ファンデーションモデル(FM)は、これらのFMをコアコンポーネントとして統合するシステムであるFMwareを有効にすることで、ソフトウェア産業を変革している。
KDD 2025のチュートリアルでは、課題のキュレートされたカタログと実世界の生産上の懸念を組み合わせた、FMwareの総合的な探索について紹介する。
論文 参考訳（メタデータ） (2025-05-15T18:22:45Z) - Foundational Models for 3D Point Clouds: A Survey and Outlook [50.61473863985571]
3次元点雲の表現は、物理世界の幾何学的忠実性を維持する上で重要な役割を担っている。
このギャップを埋めるためには、複数のモダリティを組み込む必要がある。
ファンデーションモデル(FM)は、これらのモダリティをシームレスに統合し、推論することができる。
論文 参考訳（メタデータ） (2025-01-30T18:59:43Z) - Software Performance Engineering for Foundation Model-Powered Software (FMware) [6.283211168007636]
大規模言語モデル(LLM)のようなファンデーションモデル(FM)はソフトウェア開発に革命をもたらしています。
本稿では,FMウェアにおけるソフトウェア性能工学(SPE)の重要性を明らかにする。
認知アーキテクチャ設計、通信プロトコル、チューニングと最適化、デプロイメントの4つの主要な課題を特定します。
論文 参考訳（メタデータ） (2024-11-14T16:42:19Z) - From Cool Demos to Production-Ready FMware: Core Challenges and a Technology Roadmap [12.313710667597897]
我々は,FMウェアを多種多様なデータソースで生産する上で重要な課題を特定するために,半構造化されたテーマ合成を行う。
FMの選択、データとモデルのアライメント、プロンプトエンジニアリング、エージェントオーケストレーション、システムテスト、デプロイメントにおける重要な問題を特定します。
これらの課題に対処するために必要な技術や戦略について議論し、デモシステムからスケーラブルで実運用対応のFMwareソリューションへの移行を可能にするためのガイダンスを提供する。
論文 参考訳（メタデータ） (2024-10-28T07:16:00Z) - Foundation Model Engineering: Engineering Foundation Models Just as Engineering Software [8.14005646330662]
Foundation Models (FM) は、データとモデルをソースコードとして扱うことで、新しいタイプのソフトウェアになる。
我々は、期待されるFM危機に対する戦略的対応であるファンデーションモデル(FM)エンジニアリングを導入するというビジョンを概説する。
論文 参考訳（メタデータ） (2024-07-11T04:40:02Z) - Rethinking Software Engineering in the Foundation Model Era: A Curated
Catalogue of Challenges in the Development of Trustworthy FMware [13.21876203209586]
企業FMware開発を非生産的でコストがかかり、リスクが高いものにした、SE4FMwareの10つの重要な課題を特定します。
我々はFMArtsを紹介します。これは、信頼できるFMウェアのエンジニアリングのためのクレードル・ツー・グラブプラットフォームを構築するための長期的な取り組みです。
論文 参考訳（メタデータ） (2024-02-25T00:53:16Z) - Embedded Software Development with Digital Twins: Specific Requirements
for Small and Medium-Sized Enterprises [55.57032418885258]
デジタル双生児は、コスト効率の良いソフトウェア開発とメンテナンス戦略の可能性を秘めている。
私たちは中小企業に現在の開発プロセスについてインタビューした。
最初の結果は、リアルタイムの要求が、これまでは、Software-in-the-Loop開発アプローチを妨げていることを示している。
論文 参考訳（メタデータ） (2023-09-17T08:56:36Z) - ChatDev: Communicative Agents for Software Development [84.90400377131962]
ChatDevはチャットを利用したソフトウェア開発フレームワークで、特別なエージェントがコミュニケーション方法についてガイドされる。
これらのエージェントは、統一された言語ベースのコミュニケーションを通じて、設計、コーディング、テストフェーズに積極的に貢献する。
論文 参考訳（メタデータ） (2023-07-16T02:11:34Z) - The GitHub Development Workflow Automation Ecosystems [47.818229204130596]
大規模なソフトウェア開発は、非常に協力的な取り組みになっています。
この章では、開発ボットとGitHub Actionsのエコシステムについて解説する。
この領域における最先端技術に関する広範な調査を提供する。
論文 参考訳（メタデータ） (2023-05-08T15:24:23Z)
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。