論文の概要: When Are Reactive Notebooks Not Reactive?
- arxiv url: http://arxiv.org/abs/2511.21994v1
- Date: Thu, 27 Nov 2025 00:43:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-01 19:47:55.337524
- Title: When Are Reactive Notebooks Not Reactive?
- Title（参考訳）: リアクティブノートはいつリアクティブでないのか?
- Authors: Megan Zheng, Will Crichton, Akshay Narayan, Deepti Raghavan, Nikos Vasilakis,
- Abstract要約: リアクティブノートブックシステムは、修正時に最小限のセルを再実行することによって、ノートブック状態を現在のセルコードと同期するように努力する。
本稿では,リアクティブノートシステム内での反応性機能について議論し,評価を行うための詳細なテストスイートであるRexを提案する。
- 参考スコア（独自算出の注目度）: 2.1328771260762758
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Computational notebooks are convenient for programmers, but can easily become confusing and inconsistent due to the ability to incrementally edit a program that is running. Recent reactive notebook systems, such as Ipyflow, Marimo and Observable, strive to keep notebook state in sync with the current cell code by re-executing a minimal set of cells upon modification. However, each system defines reactivity a different way. Additionally, within any definition, we find simple notebook modifications that can break each system. Overall, these inconsistencies make it difficult for users to construct a mental model of their reactive notebook's implementation. This paper proposes Rex, a fine-grained test suite to discuss and assess reactivity capabilities within reactive notebook systems. We evaluate Rex on three existing reactive notebook systems and classify their failures with the aims of (i) helping programmers understand when reactivity fails and (ii) helping notebook implementations improve.
- Abstract（参考訳）: 計算ノートブックはプログラマにとって便利だが、実行中のプログラムを漸進的に編集する能力があるため、混乱し、矛盾することがある。
Ipyflow、Marimo、Observableといった最近のリアクティブノートブックシステムは、修正時に最小限のセルを再実行することによって、ノートブック状態を現在のセルコードと同期するように努力している。
しかし、それぞれのシステムは異なる方法で反応性を定義する。
さらに、どんな定義でも、各システムを壊すことのできる単純なノートブック修正を見つけます。
全体として、これらの矛盾は、ユーザがリアクティブノートブックの実装のメンタルモデルを構築するのを難しくする。
本稿では,リアクティブノートシステム内での反応性機能について議論し,評価を行うための詳細なテストスイートであるRexを提案する。
既存の3つのリアクティブノートシステム上でRexを評価し、その失敗を目的として分類する。
i) プログラマがリアクションに失敗したときの理解を助けること
(ii)ノートブック実装の改善を支援する。
関連論文リスト
- Automated Modernization of Machine Learning Engineering Notebooks for Reproducibility [2.9397140047148014]
環境侵食は、現代の環境では再現不可能な多くのMLEノートを公表した。
MLEModernizerは、現代環境を固定制約として扱い、ノートコードを近代化して復元するエージェントフレームワークである。
論文 参考訳（メタデータ） (2026-02-06T21:03:36Z) - MEMOIR: Lifelong Model Editing with Minimal Overwrite and Informed Retention for LLMs [76.28901550926021]
寿命の長いモデル編集のための既存の方法は、妥協の一般化、過去の編集の妨害、長い編集シーケンスへのスケールの失敗である。
我々は,学習済みモデルのコア能力を保ちながら,残メモリを介して知識を注入する,新しいスケーラブルなフレームワークMEMOIRを提案する。
MeMOIRは信頼性、一般化、ローカリティのメトリクスにまたがる最先端のパフォーマンスを実現し、最小限の忘れ物で数千のシーケンシャルな編集にスケールする。
論文 参考訳（メタデータ） (2025-06-09T16:16:42Z) - POET: Prompt Offset Tuning for Continual Human Action Adaptation [61.63831623094721]
ユーザと開発者に対して,デバイスモデルに新たなアクションクラスを継続的に追加することで,エクスペリエンスをパーソナライズする機能の提供を目標としています。
我々はこれをプライバシーに配慮した数発の連続的な行動認識として定式化する。
本稿では,新しい時間的学習可能なプロンプトチューニング手法を提案し,グラフニューラルネットワークにこのようなプロンプトチューニングを適用した。
論文 参考訳（メタデータ） (2025-04-25T04:11:24Z) - Verification Learning: Make Unsupervised Neuro-Symbolic System Feasible [49.084647802326366]
本稿では,Nesyにおけるラベルに基づく推論プロセスをラベルのない検証プロセスに変換する,新しい学習パラダイムであるVerification Learning(VL)を紹介する。
VLは、ラベルのないデータと、現在の予測が規則に準拠しているかどうかを検証する関数にのみ依存することにより、優れた学習結果を得る。
我々の理論的分析は、Nesyシステム内のどのタスクがラベルなしで完了できるかを指摘し、なぜルールが無限ラベルを置き換えられるのかを説明している。
論文 参考訳（メタデータ） (2025-03-17T08:28:58Z) - Memorize or Generalize? Evaluating LLM Code Generation with Code Rewriting [54.48306552577881]
大規模な言語モデル(LLM)は、主にメモリ化(トレーニングデータの大きな部分を複製または再利用する)と一般化(Generalization)を併用している、と我々は主張する。
既存の評価は、表面/構造的類似性を無視し、繰り返しコードの良質な再利用を有害なリコールと記憶タスクの正しさで混同する。
そこで我々は,2つの信号を組み合わせた正規化スコアである覚書リスク指標(MRI)を提案する。 (i) モデルが元の地平解とどのように類似しているか, (ii) 元のタスクから書き換えされたタスクにどの程度の性能が低下するか。
論文 参考訳（メタデータ） (2025-03-04T05:39:24Z) - Gumbel Reranking: Differentiable End-to-End Reranker Optimization [61.16471123356738]
RAGシステムは関連する文書を識別するためにリランカーに依存している。
注釈付きクエリ-ドキュメントペアが不足しているため、これらのモデルの微調整は依然として難しい。
我々は,トレーニングと推論のギャップを最小限に抑えることを目的とした,リランカーのためのエンドツーエンドのトレーニングフレームワークであるGumbel Re rankを提案する。
論文 参考訳（メタデータ） (2025-02-16T13:23:39Z) - Are the Majority of Public Computational Notebooks Pathologically Non-Executable? [8.491675843389514]
従来の実行可能性の概念は過度に厳格であり、多くのノートを誤って分類し、実行不可能性を過大評価している、と私たちは主張する。
本稿では,公立ノートの病的実行可能性問題について,様々な概念と実行可能性の度合いで検討する。
論文 参考訳（メタデータ） (2025-02-06T16:16:20Z) - Predicting the Understandability of Computational Notebooks through Code Metrics Analysis [0.5277756703318045]
本稿では,Jupyterノートブックの理解可能性を評価するために,ソフトウェアリポジトリからのユーザ意見を活用する新しいアプローチを提案する。
コード理解性に関連するユーザコメントを識別するために、微調整のDistilBERT変換器を使用しました。
次に、関連するコメントの数、アップボート、ノートブックビューに基づいて、UOCU(User Opinion Code Understandability)という新しいメトリクスを導入しました。
この改善されたメトリクスを使用して、132,723の最終ノートから34のノートレベルのメトリクスを収集し、機械学習モデルをトレーニングして、理解可能性を予測する。
論文 参考訳（メタデータ） (2024-06-16T15:58:40Z) - RaFe: Ranking Feedback Improves Query Rewriting for RAG [83.24385658573198]
アノテーションを使わずにクエリ書き換えモデルをトレーニングするためのフレームワークを提案する。
公開されているリランカを活用することで、フィードバックはリライトの目的とよく一致します。
論文 参考訳（メタデータ） (2024-05-23T11:00:19Z) - StickyLand: Breaking the Linear Presentation of Computational Notebooks [5.1175396458764855]
StickyLandはノートブックの拡張機能で、ユーザは自由にコードをリニアな方法で整理できる。
常に画面に表示される粘着性のあるセルを使えば、ユーザーはノートに素早くアクセスでき、実験結果をすぐに観察でき、インタラクティブなダッシュボードを簡単に構築できる。
論文 参考訳（メタデータ） (2022-02-22T18:25:54Z) - Context-aware Execution Migration Tool for Data Science Jupyter
Notebooks on Hybrid Clouds [0.22908242575265025]
本稿では,Jupyter拡張として開発された,どのセルを選択するか,どのシナリオで,より適切な実行プラットフォームに移行するべきかを自動選択するソリューションを提案する。
地球科学(リモートセンシング)、画像認識、手書き桁識別(機械学習)のノートブックを用いて、本実験では、ノートブックの状態が最大55倍に低下し、ユーザとノートブックとの対話性が考慮された場合、移行決定が最大3.25倍に向上することを示す。
論文 参考訳（メタデータ） (2021-07-01T02:33:18Z)
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。