論文の概要: Cache-Related Smells in GitLab CI/CD: Comprehensive Catalog, Automated Detection, and Empirical Evidence
- arxiv url: http://arxiv.org/abs/2604.17890v1
- Date: Mon, 20 Apr 2026 07:02:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-21 21:52:52.741622
- Title: Cache-Related Smells in GitLab CI/CD: Comprehensive Catalog, Automated Detection, and Empirical Evidence
- Title（参考訳）: GitLab CI/CDにおけるキャッシュ関連スメル: 包括的なカタログ、自動検出、実証的証拠
- Authors: Francesco Urdih, Theodoros Theodoropoulos, Uwe Zdun,
- Abstract要約: GitLab CI/CDには、キャッシュ関連の10の臭いの包括的なカタログがあります。
そこで本研究では,10種類の匂いを自動的に検出するCROSSERを提案する。
- 参考スコア（独自算出の注目度）: 1.6312989763677892
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Continuous Integration and Deployment (CI/CD) facilitate rapid software delivery, making fast feedback and minimal downtime essential. While caching has been shown to be an effective technique for tackling pipeline performance and reliability issues, existing works have primarily focused on missing dependency caches, ignoring other types of caches and cache misconfigurations. In this paper, we present a comprehensive catalog of ten cache-related smells in GitLab CI/CD that negatively impact performance and reliability, validated on a corpus of grey literature. To address the smells, we propose CROSSER, a tool that automatically detects seven of the ten smells. We evaluate CROSSER on a manually labeled dataset of 82 mature projects, achieving an overall F1 score of 0.98. Finally, we investigate the presence of smells across a large dataset of 228 mature open-source projects and outline our empirical findings. Our results show a widespread frequency of the smells, as only 11% of the projects do not present any. We also show that developers may not be aware of higher-level caching functionalities.
- Abstract（参考訳）: 継続的インテグレーションとデプロイメント(CI/CD)は、迅速なソフトウェアデリバリを促進し、迅速なフィードバックと最小限のダウンタイムを実現する。
パイプラインのパフォーマンスと信頼性の問題に取り組む上で、キャッシュは効果的なテクニックであることが示されているが、既存の作業は主に依存性キャッシュの欠如に注目し、他のタイプのキャッシュやキャッシュの誤設定を無視している。
本稿では,GitLab CI/CDにおける10種類のキャッシュ関連臭いの総合カタログについて紹介する。
そこで本研究では,10種類の匂いを自動的に検出するCROSSERを提案する。
我々は、82の成熟プロジェクトの手動ラベル付きデータセット上でCROSSERを評価し、全体のF1スコア0.98を達成した。
最後に、228の成熟したオープンソースプロジェクトの大規模なデータセットにおける匂いの存在を調査し、経験的知見を概説する。
その結果, プロジェクトの11%にしか存在しないため, 匂いの発生頻度が広いことが判明した。
また、開発者は高レベルのキャッシュ機能に気づいていないかもしれないことも示しています。
関連論文リスト
- How Developers Adopt, Use, and Evolve CI/CD Caching: An Empirical Study on GitHub Actions [4.2004109000690715]
継続的統合/継続的デリバリ(CI/CD)キャッシングは、繰り返し計算を削減し、CI/CD効率を向上させるために広く使用されている。
開発者がGitHub Actions上でCI/CDのキャッシュをどのように構成し、進化させるかについて、最初の実証的研究を示す。
論文 参考訳（メタデータ） (2026-04-13T21:51:43Z) - IndexCache: Accelerating Sparse Attention via Cross-Layer Index Reuse [68.18308357205586]
Longcontext Agenticは、大規模言語モデルの定義ユースケースとして登場した。
Sparseは、この課題を効果的に解決し、DeepSeek Sparse Attention(DSA)は、代表的なプロダクショングレードソリューションである。
我々は、レイヤを独自のインデクサを実行するフルレイヤの小さなセットと、最も近いフルレイヤのトップkインデックスを単純に再利用する共有レイヤの大多数に分割することで、層間の冗長性を利用するIndexCacheを紹介します。
論文 参考訳（メタデータ） (2026-03-12T17:27:21Z) - SenCache: Accelerating Diffusion Model Inference via Sensitivity-Aware Caching [75.02865981328509]
キャッシュは、以前計算されたモデル出力をタイムステップで再利用することで計算を減らす。
本稿では,動的キャッシュポリシーであるSensitivity-Aware Caching(SenCache)を提案する。
SenCacheは、同様の計算予算の下で、既存のキャッシュメソッドよりも視覚的品質が向上する。
論文 参考訳（メタデータ） (2026-02-27T17:36:09Z) - The Promise and Reality of Continuous Integration Caching: An Empirical Study of Travis CI Builds [0.5951328229856059]
継続的インテグレーション(CI)は,ソフトウェア自動構築による早期フィードバックを提供する。
CIサービスは、頻繁に変更されるアーティファクトを再利用することで、ビルドを高速化するためのキャッシュメカニズムを提供する。
1,279のGitHubプロジェクトから513,384のビルドを分析します。
論文 参考訳（メタデータ） (2026-01-27T03:23:19Z) - Efficient Unified Caching for Accelerating Heterogeneous AI Workloads [20.192896983810606]
現代のAIクラスタは、データ前処理やトレーニング、推論など、さまざまなワークロードをホストしている。
コード侵入の複雑さを回避し、キャッシュスペースの浪費を最小限にするため、すべてのワークロードで共有される統一キャッシュを維持することが望ましい。
我々は,現代AIクラスタのための統合された高効率キャッシュIGTCacheを提案する。
論文 参考訳（メタデータ） (2025-06-14T06:36:54Z) - Auditing Prompt Caching in Language Model APIs [77.02079451561718]
大規模言語モデル(LLM)における即時キャッシュによるプライバシリークについて検討する。
OpenAIを含む7つのAPIプロバイダのユーザ間でのグローバルキャッシュ共有を検出します。
OpenAIの埋め込みモデルがデコーダのみのトランスフォーマーであることの証拠が見つかりました。
論文 参考訳（メタデータ） (2025-02-11T18:58:04Z) - Efficient Inference of Vision Instruction-Following Models with Elastic Cache [76.44955111634545]
我々は,命令追従型大規模視覚言語モデルの効率的なデプロイのための新しい戦略であるElastic Cacheを紹介する。
本稿では,冗長キャッシュを具現化する重要なキャッシュマージ戦略を提案する。
命令符号化では,キャッシュの重要性を評価するために周波数を利用する。
様々なLVLMの結果は、Elastic Cacheが効率を向上するだけでなく、言語生成における既存のプルーニングメソッドよりも優れていることを示している。
論文 参考訳（メタデータ） (2024-07-25T15:29:05Z) - Hidden Web Caches Discovery [3.9272151228741716]
本稿では,タイミング解析を用いたキャッシュ検出手法を提案する。
このアプローチはキャッシュのステータスヘッダへの依存性を排除し、あらゆるWebサーバに適用できます。
論文 参考訳（メタデータ） (2024-07-23T08:58:06Z) - SCALM: Towards Semantic Caching for Automated Chat Services with Large Language Models [15.742472622602557]
セマンティック分析を重視し,重要なキャッシュエントリやパターンを識別する新しいキャッシュアーキテクチャであるSCALMを提案する。
評価の結果,SCALMはキャッシュヒット率を増大させ,LLMChatサービスの運用コストを低減させることがわかった。
論文 参考訳（メタデータ） (2024-05-24T08:16:22Z) - Accelerating Deep Learning Classification with Error-controlled
Approximate-key Caching [72.50506500576746]
我々は、近似キーキャッシングと名付けた新しいキャッシングパラダイムを提案する。
近似キャッシュはDL推論の負荷を軽減し、システムのスループットを向上するが、近似誤差を導入する。
我々は古典的なLRUと理想的なキャッシュのキャッシュシステム性能を解析的にモデル化し、期待される性能のトレース駆動評価を行い、提案手法の利点を最先端の類似キャッシュと比較した。
論文 参考訳（メタデータ） (2021-12-13T13:49:11Z) - NAS-FCOS: Efficient Search for Object Detection Architectures [113.47766862146389]
簡易なアンカーフリー物体検出器の特徴ピラミッドネットワーク (FPN) と予測ヘッドを探索し, より効率的な物体検出手法を提案する。
慎重に設計された検索空間、検索アルゴリズム、ネットワーク品質を評価するための戦略により、8つのV100 GPUを使用して、4日以内に最高のパフォーマンスの検知アーキテクチャを見つけることができる。
論文 参考訳（メタデータ） (2021-10-24T12:20:04Z)
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。