論文の概要: Toward Linking Declined Proposals and Source Code: An Exploratory Study on the Go Repository

• arxiv url: http://arxiv.org/abs/2602.09467v1
• Date: Tue, 10 Feb 2026 07:01:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-11 20:17:43.417408
• Title: Toward Linking Declined Proposals and Source Code: An Exploratory Study on the Go Repository
• Title（参考訳）: ゆるやかな提案とソースコードのリンク:Goリポジトリの探索的研究
• Authors: Sota Nakashima, Masanari Kondo, Mahmoud Alfadel, Aly Ahmad, Toshihiro Nakae, Hidenori Matsuzaki,
• Abstract要約: 本稿では、下降したコントリビューションと関連するソースコードのトレーサビリティリンクを確立するための最初の試みを示す。 これは、新しい機能や言語変更の提案に使用されるGitHubの問題です。 その結果, 削減された各提案に対して, 0.836の精度で正しい粒度を選択し, 平均0.643の精度でその粒度で正しいリンクを生成した。
• 参考スコア（独自算出の注目度）: 2.247444729496268
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Traceability links are key information sources for software developers, connecting software artifacts (e.g., linking requirements to the corresponding source code). In open-source software (OSS) projects, such links play an important role, particularly between the contributions (e.g., GitHub issues) and the corresponding source code. Through these links, developers can trace the discussions in contributions and uncover design rationales, constraints, and security concerns. Previous studies have mainly examined accepted contributions, while those declined after discussion have been overlooked. The discussions behind declined contributions contain valuable design rationales and implicit knowledge about software decision-making, as the reasons behind the decline often reveal the criteria used to judge what should or should not be implemented. In this study, we present the first attempt to establish traceability links between declined contributions and related source code. We propose an initial linking approach and conduct an empirical analysis of the generated links to discuss factors affecting link generation. As our dataset, we use proposals from the official Go repository, which are GitHub issues used to propose new features or language changes. To link declined proposals to source code, we designed an LLM-driven pipeline. Our results showed that the pipeline selected the correct granularity for each declined proposal with an accuracy of 0.836, and generated correct links at that granularity with a mean precision of 0.643. To clarify the challenges of linking declined proposals, we performed a failure analysis. In the declined proposals where the pipeline failed to generate links, the discussions were often redundant and lacked concrete information (e.g., how the feature should be implemented).
• Abstract（参考訳）: トレーサビリティリンクは、ソフトウェア開発者の重要な情報ソースであり、ソフトウェアアーティファクト(例えば、対応するソースコードに要求をリンクする)を接続する。 オープンソースソフトウェア(OSS)プロジェクトでは、特にコントリビューション(GitHubの問題など)と対応するソースコードの間で、このようなリンクが重要な役割を果たす。 これらのリンクを通じて、開発者はコントリビューションの議論をトレースし、設計の合理性、制約、セキュリティ上の懸念を明らかにすることができる。 これまでの研究では、主に受諾された貢献について調べられてきたが、議論の後に辞退した研究は見過ごされている。 減少するコントリビューションの背後にある議論には、価値ある設計の合理性とソフトウェア意思決定に関する暗黙の知識が含まれている。 本研究では,減少しているコントリビューションと関連するソースコードのトレーサビリティリンクを確立するための最初の試みを示す。 本稿では,初期リンク手法を提案し,生成したリンクの実験的解析を行い,リンク生成に影響を与える要因について議論する。 データセットとして、新しい機能や言語変更の提案に使用されるGitHubの問題である、公式のGoリポジトリからのプロポーザルを使用します。 削減された提案をソースコードにリンクするために、LLM駆動パイプラインを設計しました。 その結果, 削減された各提案に対して, 0.836の精度で正しい粒度を選択し, 平均0.643の精度でその粒度に正しいリンクを生成した。 減少する提案をリンクする際の課題を明らかにするために,我々は失敗分析を行った。 パイプラインがリンクを生成するのに失敗した提案では、議論はしばしば冗長であり、具体的な情報(例えば、機能の実装方法)が欠如していた。

関連論文リスト

• Why Authors and Maintainers Link (or Don't Link) Their PyPI Libraries to Code Repositories and Donation Platforms [83.16077040470975]
  Python Package Index(PyPI)上のライブラリのメタデータは、オープンソースライブラリの透明性、信頼性、持続性をサポートする上で重要な役割を果たす。 本稿は,5万PyPIの著者とメンテナに送付された2つの対象調査を組み合わせた大規模実証研究である。 我々は,大規模言語モデル(LLM)に基づくトピックモデリングを用いて1,400以上の応答を分析し,リポジトリと寄付プラットフォームのリンクに関連する重要なモチベーションと障壁を明らかにする。
  論文  参考訳（メタデータ） (2026-01-21T16:13:57Z)
• Knowing the Answer Isn't Enough: Fixing Reasoning Path Failures in LVLMs [85.37131922131657]
  我々はLVLM(Large Vision-Language Models)の重大な欠陥を明らかにした。 これらのモデルが正しい答えを知っていても、誤った推論経路を通じて頻繁にそこに到達します。 PSO(Path-Select Optimization)は,既存のLVLMの推論性能と安定性を両立させる2段階のポストトレーニングフレームワークである。
  論文  参考訳（メタデータ） (2025-12-06T03:02:55Z)
• TeaRAG: A Token-Efficient Agentic Retrieval-Augmented Generation Framework [62.66056331998838]
  TeaRAGは、検索内容と推論ステップの両方を圧縮できるトークン効率のエージェントRAGフレームワークである。 報奨関数は,過剰な推論ステップをペナルティ化しながら,知識マッチング機構によって知識満足度を評価する。
  論文  参考訳（メタデータ） (2025-11-07T16:08:34Z)
• Back to the Basics: Rethinking Issue-Commit Linking with LLM-Assisted Retrieval [11.976686179876777]
  問題と修正するコミットを結びつけるイシューコミットリンクは、ソフトウェアのメンテナンスに不可欠である。 本稿では,ベクトルデータベースを現代的な情報検索手法として活用したEasyLinkを提案する。 我々の評価では、EasyLinkは75.03%の平均Precision@1を達成し、最先端の技術を4倍以上改善しています。
  論文  参考訳（メタデータ） (2025-07-12T08:42:10Z)
• ClueAnchor: Clue-Anchored Knowledge Reasoning Exploration and Optimization for Retrieval-Augmented Generation [82.54090885503287]
  Retrieval-Augmented Generationは、外部知識を持つ大規模言語モデルを拡張して、事実性を改善する。 既存のRAGシステムは、忠実で解釈可能な推論をサポートするために必要な重要な手がかりを抽出して統合することができない。 本稿では,手掛かり付き推論探索と最適化によるRAG向上のための新しいフレームワークであるClueAnchorを提案する。
  論文  参考訳（メタデータ） (2025-05-30T09:18:08Z)
• R$^2$ec: Towards Large Recommender Models with Reasoning [59.32598867813266]
  R$2$ecは、本質的な推論能力を持つ統一された大型レコメンデータモデルである。 R$2$ecは、推論チェーン生成と効率的なアイテム予測の両方を単一のモデルでサポートするデュアルヘッドアーキテクチャを導入している。 注釈付き推論データの欠如を克服するため、強化学習フレームワークであるRecPOを設計する。
  論文  参考訳（メタデータ） (2025-05-22T17:55:43Z)
• A Novel Approach for Automated Design Information Mining from Issue Logs [3.5665328754813768]
  DRMinerは、オープンソースコミュニティにおける開発者のライブディスカッションから、潜在設計の根拠を自動的に掘り下げる新しい方法である。 私たちはJiraのCassandra、Flink、Solrリポジトリからイシューログを取得し、それを注釈付けして厳格なスキームで処理します。 DRMinerは設計の合理性についてF1スコアを65%獲得し、GPT-4.0よりも7%向上した。
  論文  参考訳（メタデータ） (2024-05-30T02:20:04Z)
• Merging Generated and Retrieved Knowledge for Open-Domain QA [72.42262579925911]
  COMBOは、より良いオープンドメインQAフレームワークのための互換性指向の知識の融合である。 COMBOは4つのテスト済みオープンドメインQAベンチマークのうち3つで競合ベースラインを上回っていることを示す。
  論文  参考訳（メタデータ） (2023-10-22T19:37:06Z)
• Automated Recovery of Issue-Commit Links Leveraging Both Textual and Non-textual Data [2.578242050187029]
  自動コミット-イシューリンクに対する最先端のアプローチは、精度の低下に悩まされ、信頼性の低い結果に繋がる。 本稿では,2つの情報チャネルを活用することで,このような制限を克服するハイブリッドリンクを提案する。 我々は、競合するアプローチであるFRLinkとDeepLinkに対して、12のプロジェクトのデータセットでHybrid-Linkerを評価した。
  論文  参考訳（メタデータ） (2021-07-05T09:38:44Z)

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。