論文の概要: SchedCheck: Schedule-Robustness Analysis for Event-Driven Block Programs
- arxiv url: http://arxiv.org/abs/2607.00623v1
- Date: Wed, 01 Jul 2026 08:41:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-02 19:56:07.813224
- Title: SchedCheck: Schedule-Robustness Analysis for Event-Driven Block Programs
- Title（参考訳）: SchedCheck: イベント駆動型ブロックプログラムのスケジュール・ロバストネス解析
- Authors: Yuan Si, Jialu Zhang,
- Abstract要約: Scratchのようなブロックベースの言語は、初心者がスプライトやスクリプトからインタラクティブなプログラムを組み立てることを可能にする。
これらのプログラムは実行順序に依存したスケジュールに敏感な動作を含むことを示す。
我々は、Scratch仮想マシンが実現可能なスケジュール空間を、初期実行可能ターゲットオーダーの置換として定式化する。
- 参考スコア（独自算出の注目度）: 2.054408744752205
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Block-based languages such as Scratch let beginners assemble interactive programs from sprites and scripts. These programs are concurrent in practice: green-flag scripts, broadcasts, and clones run as cooperatively scheduled threads over shared sprite and stage state, and their authors never write a thread. We show that such programs contain schedule-sensitive behaviors whose observable result depends on an execution order the language leaves open. Editing, saving, or remixing a project can produce a copy with the same blocks but a different layer order, changing the order the virtual machine starts scripts. We formalize the schedule space a Scratch virtual machine can realize as the permutations of the initial executable-target order, and define schedule-robustness against a lattice of observation lenses over a fixed horizon. A partial-order exploration runs one schedule per dependence-equivalence class, and on projects small enough to enumerate, an independent oracle confirms it recovers every realizable outcome. On larger projects, representatives stand in for the factorial under the validated dependence model. SchedCheck implements this on the production Scratch VM. Across 224 real student projects, at least 21% of the concurrent ones are schedule-sensitive at the grading lens, and a uniform random sample of public projects replicates the rate at 17.6%, with two real remixes of a deployed animation arranging its letters differently. On hand-built fault pairs and a generated benchmark of 32 spec-defined faults across four classes, the tool detects and localizes every schedule fault, with a logic-fault control reporting clean. The oracle exposed four unsoundness gaps in the dependence model, all repaired. The method is parametric in the execution model, instantiating unchanged on a second cooperative event loop.
- Abstract（参考訳）: Scratchのようなブロックベースの言語は、初心者がスプライトやスクリプトからインタラクティブなプログラムを組み立てることを可能にする。
グリーンフラッグスクリプト、ブロードキャスト、クローンは共有スプライトとステージ状態上で協調的にスケジュールされたスレッドとして実行される。
これらのプログラムは実行順序に依存したスケジュールに敏感な動作を含むことを示す。
プロジェクトの編集、保存、リミックスは、同じブロックを持つコピーを生成するが、異なるレイヤの順序で、仮想マシンがスクリプトを開始する順序を変更することができる。
我々は、Scratch仮想マシンが実現可能なスケジュール空間を、初期実行可能目標順序の順列として定式化し、固定地平線上の観測レンズの格子に対してスケジュールロス性を定義する。
部分順序探索は依存-等価クラス毎に1つのスケジュールを実行し、列挙できるくらい小さなプロジェクトでは、独立のオラクルがすべての実現可能な結果を取り戻すことを確認します。
より大きなプロジェクトでは、検証された依存モデルの下では、代表者がその要因を推し進める。
SchedCheckは本番Scratch VMでこれを実装している。
224の実際の学生プロジェクトのうち、少なくとも21%はグレーティングレンズでスケジュールに敏感であり、同じランダムな公開プロジェクトのサンプルは17.6%のレートで複製され、配置されたアニメーションの2つの実際のリミックスはその文字を異なる順に並べている。
手作りのフォールトペアと4つのクラスで32の仕様定義されたフォールトの生成ベンチマークでは、このツールがすべてのスケジュール障害を検出し、ローカライズする。
オラクルは依存モデルに4つの不協和性ギャップを露呈し、すべて修復された。
この方法は、実行モデルにおいてパラメトリックであり、第2の協調イベントループでインスタンス化されない。
関連論文リスト
- ScratchLens: Lens-Parametric Behavioral Equivalence for Scratch Programs [2.054408744752205]
ScratchLensは因果発散現象と観察レンズの分類によって行動等価性を明示する。
Scratchプロジェクトは、型付きリソースとセマンティックトランザクションの因果IRにコンパイルし、リネーム、ガード、プロシージャボディを標準化し、Mazurkiewiczと同一のトリガーを通常のフォームに割り当てる。
ScratchLensは、実際のScratchプロジェクトのVM知能突然変異コーパス上で、検証済みのすべてのペアを決定し、目撃された異なるペアに対して0/158の偽等価なクレームを生成する。
論文 参考訳（メタデータ） (2026-06-14T13:38:35Z) - OneDrive: Unified Multi-Paradigm Driving with Vision-Language-Action Models [69.2503510410147]
予め訓練されたVLM上に構築した統合自動運転フレームワークを提案する。
トレーニング済みのVLMアテンションは、純粋言語モデリング以上の強い伝達性を示すことを示す。
エンドツーエンドの自動運転ベンチマークの実験は、最先端のパフォーマンスを示している。
論文 参考訳（メタデータ） (2026-04-20T07:50:00Z) - From Agent Loops to Structured Graphs:A Scheduler-Theoretic Framework for LLM Agent Execution [1.8222732878503212]
LLMベースのエージェントを構築するための主要なパラダイムはエージェントループ(Agent Loop)である。
この観点では、エージェントループとグラフベースの実行エンジンを単一のセマンティック連続体に配置する。
暗黙の文脈から暗黙の静的DAGへ制御フローを上昇させるSGHを提案する。
論文 参考訳（メタデータ） (2026-04-13T12:16:45Z) - ScratchEval : A Multimodal Evaluation Framework for LLMs in Block-Based Programming [3.935975887408409]
スクラッチプログラムは、深くネストした非線形構造、イベント駆動のスプライト、およびコードとマルチメディアアセット間の密結合を示す。
ScratchEvalは、ScratchプログラムのLLMベースの修復を評価するために設計された最初の実行可能ベンチマークである。
このベンチマークは、自動プロジェクトマイニングとトリガーアウトカムセマンティクスのエキスパートバリデーションを組み合わせた、ヒューマン・イン・ザ・ループパイプラインを通じて構築されている。
論文 参考訳（メタデータ） (2026-01-31T14:44:22Z) - SLICET5: Static Program Slicing using Language Models with Copy Mechanism and Constrained Decoding [13.61350801915956]
静的プログラムスライシングはソフトウェア工学の基本的な技術である。
ourtoolは静的プログラムスライシングをシーケンス・ツー・シーケンスタスクとして再構成する新しいスライシングフレームワークである。
ourtoolは、最先端のベースラインを一貫して上回る。
論文 参考訳（メタデータ） (2025-09-22T03:14:47Z) - EquiBench: Benchmarking Large Language Models' Reasoning about Program Semantics via Equivalence Checking [58.15568681219339]
大規模言語モデル(LLM)を評価するための新しいベンチマークであるEquiBenchを紹介する。
このタスクは、プログラムのセマンティクスについて推論するモデルの能力を直接テストする。
19の最先端LCMを評価し、最も難しいカテゴリでは、最高の精度は63.8%と76.2%であり、50%のランダムベースラインよりわずかに高い。
論文 参考訳（メタデータ） (2025-02-18T02:54:25Z) - Bidirectional Decoding: Improving Action Chunking via Guided Test-Time Sampling [51.38330727868982]
動作チャンキングが学習者と実証者の間の分岐にどのように影響するかを示す。
動作チャンキングをクローズドループ適応でブリッジするテスト時間推論アルゴリズムである双方向デコーディング(BID)を提案する。
提案手法は、7つのシミュレーションベンチマークと2つの実世界のタスクにまたがって、最先端の2つの生成ポリシーの性能を向上させる。
論文 参考訳（メタデータ） (2024-08-30T15:39:34Z) - Fault-Aware Neural Code Rankers [64.41888054066861]
サンプルプログラムの正しさを予測できる故障認識型ニューラルネットワークローダを提案する。
我々のフォールト・アウェア・ローダは、様々なコード生成モデルのpass@1精度を大幅に向上させることができる。
論文 参考訳（メタデータ） (2022-06-04T22:01:05Z) - Learning from Self-Sampled Correct and Partially-Correct Programs [96.66452896657991]
そこで本研究では,モデルが学習中にサンプリングを行い,自己サンプリングされた完全正当プログラムと部分正当プログラムの両方から学習することを提案する。
自己サンプリング型プログラムと部分修正型プログラムを併用することで,学習とサンプリングプロセスのガイドに役立てることができることを示す。
提案手法は,MLEを用いた単一の参照プログラムからの学習と比較して,パス@kの性能を3.1%から12.3%向上させる。
論文 参考訳（メタデータ） (2022-05-28T03:31:07Z)
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。