論文の概要: CodeR3: A GenAI-Powered Workflow Repair and Revival Ecosystem
- arxiv url: http://arxiv.org/abs/2511.19510v1
- Date: Mon, 24 Nov 2025 01:06:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-26 17:37:04.055363
- Title: CodeR3: A GenAI-Powered Workflow Repair and Revival Ecosystem
- Title（参考訳）: CodeR3: GenAIによるワークフローの修復とリバイバルエコシステム
- Authors: Asif Zaman, Kallol Naha, Khalid Belhajjame, Hasan M. Jamil,
- Abstract要約: CodeR$3$(コード修復、リバイバル、再利用のためのスタンド)と呼ばれる新しいレガシなワークフローマイグレーションシステムを提示します。
我々は生成AIを用いて崩壊した特徴を分析し、それらをSnakemakeやVisFlowといった現代的なワークフロー技術に再現する。
また、ステップワイズワークフロー分析、自動サービス置換、可視化、ヒューマン・イン・ザ・ループ・バリデーションも統合する。
- 参考スコア（独自算出の注目度）: 0.5249805590164902
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Scientific workflows encode valuable domain expertise and computational methodologies. Yet studies consistently show that a significant proportion of published workflows suffer from decay over time. This problem is particularly acute for legacy workflow systems like Taverna, where discontinued services, obsolete dependencies, and system retirement render previously functional workflows unusable. We present a novel legacy workflow migration system, called CodeR$^3$ (stands for Code Repair, Revival and Reuse), that leverages generative AI to analyze the characteristics of decayed workflows, reproduce them into modern workflow technologies like Snakemake and VisFlow. Our system additionally integrates stepwise workflow analysis visualization, automated service substitution, and human-in-the-loop validation. Through several case studies of Taverna workflow revival, we demonstrate the feasibility of this approach while identifying key challenges that require human oversight. Our findings reveal that automation significantly reduces manual effort in workflow parsing and service identification. However, critical tasks such as service substitution and data validation still require domain expertise. Our result will be a crowdsourcing platform that enables the community to collaboratively revive decayed workflows and validate the functionality and correctness of revived workflows. This work contributes a framework for workflow revival that balances automation efficiency with necessary human judgment.
- Abstract（参考訳）: 科学ワークフローは、貴重な分野の専門知識と計算方法論をエンコードする。
しかし、研究は一貫して、出版ワークフローのかなりの割合が時間の経過とともに崩壊していることを示している。
この問題は、サービスを廃止し、依存関係を廃止し、以前は機能していたワークフローを使用不能にする、Tavernaのようなレガシーワークフローシステムにとって特に深刻な問題だ。
我々は、生成AIを活用して、崩壊したワークフローの特徴を分析し、それらをSnakemakeやVisFlowのような現代的なワークフロー技術に再現する、新しいレガシーワークフローマイグレーションシステム、CodeR$^3$(コード修復、リバイバル、再利用のためのスタンド)を提案する。
また、ステップワイズワークフロー分析の可視化、自動サービス置換、ヒューマン・イン・ザ・ループ・バリデーションも統合した。
タヴェルナのワークフロー・リバイバルに関するいくつかのケーススタディを通じて、人間の監視を必要とする重要な課題を特定しながら、このアプローチの有効性を実証する。
その結果,自動化はワークフロー解析やサービス識別における手作業を大幅に削減することがわかった。
しかし、サービス置換やデータ検証といった重要なタスクはドメインの専門知識を必要とする。
我々の成果はクラウドソーシングプラットフォームであり、コミュニティが崩壊したワークフローを共同で復活させ、復活したワークフローの機能と正しさを検証できるようにします。
この作業は、自動化効率と人的判断のバランスをとるワークフローリカバリのためのフレームワークに寄与します。
関連論文リスト
- SEW: Self-Evolving Agentic Workflows for Automated Code Generation [24.16770109875788]
textbfSelf-textbfEvolving textbfSEW(textbfSEW)を提案する。
当社のSEWは,エージェントを自動設計し,自己進化を通じて最適化することが可能で,LiveCodeBenchの33%の改善を実現しています。
論文 参考訳（メタデータ） (2025-05-24T11:12:14Z) - Flow: Modularized Agentic Workflow Automation [53.073598156915615]
大規模言語モデル(LLM)を利用したマルチエージェントフレームワークは、自動計画とタスク実行において大きな成功を収めている。
しかし, 実行中のエージェントの効果的な調整は十分に研究されていない。
本稿では,エージェントによる継続的なワークフロー改善を可能にするアクティビティ・オン・頂点(AOV)グラフを定義する。
提案するマルチエージェントフレームワークは,サブタスクの効率的な同時実行,効果的なゴール達成,エラー耐性の向上を実現している。
論文 参考訳（メタデータ） (2025-01-14T04:35:37Z) - AFlow: Automating Agentic Workflow Generation [36.61172223528231]
大規模言語モデル(LLM)は、様々な領域にわたる複雑なタスクを解く上で、顕著な可能性を示している。
我々は、Monte Carlo Tree Searchを使って、この空間を効率的に探索する自動化フレームワークであるAFlowを紹介します。
6つのベンチマークデータセットに対する実証的な評価は、AFlowの有効性を示し、最先端のベースラインよりも平均5.7%向上している。
論文 参考訳（メタデータ） (2024-10-14T17:40:40Z) - Benchmarking Agentic Workflow Generation [80.74757493266057]
複数面シナリオと複雑なグラフワークフロー構造を備えた統合ワークフロー生成ベンチマークであるWorfBenchを紹介する。
また,サブシーケンスとサブグラフマッチングアルゴリズムを利用したシステム評価プロトコルWorfEvalを提案する。
我々は、生成されたタスクが下流のタスクを強化し、推論中により少ない時間で優れたパフォーマンスを達成することを観察する。
論文 参考訳（メタデータ） (2024-10-10T12:41:19Z) - WorkflowHub: a registry for computational workflows [0.34864924310198164]
分析記録と処理手順の記述の両方が再利用され、再利用され、利用可能であるべきである。
ワークフロー共有は、不要な再発明を減らし、再利用を促進し、非専門家のベストプラクティス分析へのアクセスを増やし、生産性を高める機会を提供する。
Hubは、コミュニティリポジトリにリンクするすべての計算レジストリに統一レジストリを提供する。
このレジストリは世界中に広がり、何百もの研究組織が関与し、700以上の登録がある。
論文 参考訳（メタデータ） (2024-10-09T14:36:27Z) - The Hidden Costs of Automation: An Empirical Study on GitHub Actions Workflow Maintenance [45.53834452021771]
GitHub Actions(GA)は、エンジニアリングタスクの自動実行を合理化するオーケストレーションプラットフォームである。
欠陥の修正、依存関係の更新、あるいは既存のワークフローファイルの修正には、人間の介入が必要である。
論文 参考訳（メタデータ） (2024-09-04T01:33:16Z) - Reusability Challenges of Scientific Workflows: A Case Study for Galaxy [56.78572674167333]
本研究では,既存の再使用可能性について検討し,いくつかの課題を明らかにした。
再利用性防止の課題には、ツールのアップグレード、ツールのサポート、設計上の欠陥、不完全性、ワークフローのロードの失敗などが含まれる。
論文 参考訳（メタデータ） (2023-09-13T20:17:43Z)
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。