論文の概要: From Codebases to LLMs: Non-Inclusive Naming in Linux Foundation Repositories

• arxiv url: http://arxiv.org/abs/2607.02772v1
• Date: Thu, 02 Jul 2026 21:10:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-09 13:27:10.280343
• Title: From Codebases to LLMs: Non-Inclusive Naming in Linux Foundation Repositories
• Title（参考訳）: CodebasesからLLMs: Linux Foundationリポジトリの非包括的ナーミング
• Abstract要約: Linux Foundation と Inclusive Naming Initiative (INI) は、オープンソースプロジェクトにmaster/slave や whitelist/blacklist のような非包括的用語を置き換えるよう奨励している。 NISCANは,ソースコードおよび関連ソフトウェアアーティファクト間の非包括的用語を検出する多言語静的解析フレームワークである。 分析の結果,非包括的用語は2020年以降約47%減少しているが,採用は不完全である。
• 参考スコア（独自算出の注目度）: 3.2347724103001383
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Since 2020, the Linux Foundation and the multi-organization Inclusive Naming Initiative (INI) have encouraged open-source projects to replace non-inclusive terms such as master/slave and whitelist/blacklist. Although these recommendations have been widely adopted, there is limited empirical evidence on their long-term adoption across Linux Foundation (LF) projects or their implications for AI-assisted software development. In this paper, we present NISCAN, a multilingual static-analysis framework that detects non-inclusive terminology across source code and related software artifacts using the INI vocabulary. Using NISCAN, we conduct the first ecosystem-scale study of inclusive naming across 461 Linux Foundation repositories. Our analysis shows that non-inclusive terminology has declined by approximately 47% since 2020, yet adoption remains incomplete: 62.7% of repositories still contain at least one Tier-1 non-inclusive identifier, while most remaining terminology resides outside source code in documentation, comments, configuration files, and other software artifacts. We further show that repository size, programming language, project functionality, and ecosystem are stronger predictors of term inclusiveness in LF repositories rather than foundation governance. To examine the implications for AI-assisted software development, we conduct a case study evaluating whether large language models (LLMs) can reconstruct legacy non-inclusive identifiers from surrounding program context. The results show that historical naming decisions remain embedded in model predictions even after identifiers have been renamed. Overall, our study findings provide the first ecosystem-scale assessment of inclusive naming adoption within the Linux Foundation and highlight the importance of addressing terminology residue to support responsible naming and ethically sourced code generation.
• Abstract（参考訳）: 2020年以降、Linux FoundationとInclusive Naming Initiative(INI)はオープンソースプロジェクトにマスター/スレーブやホワイトリスト/ブラックリストなどの非包括的用語を置き換えるよう奨励している。 これらのレコメンデーションは広く採用されているが、Linux Foundation(LF)プロジェクト全体にわたる長期的な採用や、AI支援ソフトウェア開発への影響に関する実証的な証拠は限られている。 本稿では、INI語彙を用いて、ソースコードおよび関連ソフトウェアアーティファクト間の非包括的用語を検出する多言語静的解析フレームワークであるNISCANを提案する。 NISCANを用いて,461のLinux Foundationリポジトリにまたがる包括的命名に関する,エコシステムスケールの最初の研究を行う。 62.7%のリポジトリには少なくとも1つのTier-1非包括的識別子が含まれており、残りの用語はドキュメント、コメント、設定ファイル、その他のソフトウェアアーティファクトにソースコードの外にある。 さらに、リポジトリのサイズ、プログラミング言語、プロジェクト機能、エコシステムが、基盤ガバナンスよりもLFリポジトリの長期包摂性をより強く予測していることを示す。 大規模言語モデル(LLM)が周囲のプログラムコンテキストからレガシーな非包摂的識別子を再構築できるかどうかを評価する。 その結果,識別子が改名された後も,過去の命名決定がモデル予測に組み込まれていることが示唆された。 本研究は,Linuxファウンデーションにおける包括的命名導入のエコシステム規模の評価を初めて実施し,責任ある命名と倫理的ソースコード生成をサポートするために,用語残余に対処することの重要性を強調した。

関連論文リスト

• Multi-Functional Embedding Models for Funder Name Disambiguation in Scientific Publication Records [5.350912957086596]
  我々は多言語で多機能なファンド名曖昧化モデルを開発するためのフレームワークを開発する。 最高の性能のモデルは、WoSファウンダの名前をOR識別子に合わせると、0.90以上の精度を達成した。 我々は、英語圏以外の国からの小規模の資金提供者や資金提供者の限られた知識から生じる課題を強調する。
  論文  参考訳（メタデータ） (2026-09-09T10:13:12Z)
• AI for Auto-Research: Roadmap & User Guide [107.0834449839233]
  研究ライフサイクル全体にわたってAIをエンドツーエンドに分析する。 我々は、信頼できる援助と信頼できない自律性の間に、鋭くステージに依存した境界を特定できる。 障害モードを排除するのではなく、より大きな自動化が不明瞭であることが示されています。
  論文  参考訳（メタデータ） (2026-05-18T17:08:26Z)
• Unleashing the Native Recommendation Potential: LLM-Based Generative Recommendation via Structured Term Identifiers [51.64398574262054]
  本稿では,意味的にリッチで標準化されたテキストキーワードの集合として定義された用語ID(TID)を導入し,堅牢な項目識別子として機能する。 本稿では,TIDを中心にした新しいフレームワークGRLMを提案し,項目のメタデータを標準化されたTIDに変換し,統合的インストラクションファインタニングを活用して,用語の内部化とシーケンシャルレコメンデーションを協調的に最適化する。
  論文  参考訳（メタデータ） (2026-01-11T07:53:20Z)
• OpenGloss: A Synthetic Encyclopedic Dictionary and Semantic Knowledge Graph [0.0]
  OpenGlossは、英語の合成百科事典辞書と意味知識グラフである。 語彙的定義、百科事典的文脈、語源的歴史、統一リソースにおける意味的関係を統合する。 全資源は1週間以内に1,000ドル以下で生産された。
  論文  参考訳（メタデータ） (2025-11-23T21:33:53Z)
• Mafoko: Structuring and Building Open Multilingual Terminologies for South African NLP [3.0720023574418622]
  本稿では,アフリカ中心のNOODLフレームワークを用いて,基礎となるMafokoデータセットについて紹介する。 実験では、英語からツシヴェンダ語への機械翻訳の精度とドメイン固有の一貫性が大幅に向上した。
  論文  参考訳（メタデータ） (2025-08-05T15:00:02Z)
• Improving Named Entity Transcription with Contextual LLM-based Revision [14.078146578977599]
  音声認識予測において,不正確な名前付きエンティティを修正するための大言語モデル (LLM) のリビジョン機構を導入する。 提案手法は、名前付きエンティティに対して最大30%の相対的なWER削減を実現する。
  論文  参考訳（メタデータ） (2025-06-12T14:53:48Z)
• On the Structure and Semantics of Identifier Names Containing Closed Syntactic Category Words [19.94735883254009]
  本稿では,文法パターンの概念を拡張した識別子名の言語構造について検討する。 特定の焦点はクローズドな構文カテゴリーであり、ソフトウェア工学で研究されることはめったにない。 閉圏文法パターンとプログラムの振る舞いの関係を、基底理論に着想を得た符号化、統計、パターン分析を用いて解析する。
  論文  参考訳（メタデータ） (2025-05-24T00:58:50Z)
• BinMetric: A Comprehensive Binary Analysis Benchmark for Large Language Models [50.17907898478795]
  本稿では,バイナリ解析タスクにおける大規模言語モデルの性能評価のためのベンチマークであるBinMetricを紹介する。 BinMetricは6つの実用的なバイナリ分析タスクにわたる20の実際のオープンソースプロジェクトから得られた1000の質問で構成されている。 本ベンチマークの実証実験では, 各種LLMのバイナリ解析能力について検討し, その強度と限界を明らかにした。
  論文  参考訳（メタデータ） (2025-05-12T08:54:07Z)
• Robust Utility-Preserving Text Anonymization Based on Large Language Models [80.5266278002083]
  機密情報を含む匿名化は、幅広いアプリケーションにとって不可欠である。 既存の技術は、大規模言語モデルの再識別能力の新たな課題に直面している。 本稿では,プライバシ評価器,ユーティリティ評価器,最適化コンポーネントの3つの重要なコンポーネントで構成されるフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-07-16T14:28:56Z)
• Symbol Preference Aware Generative Models for Recovering Variable Names from Stripped Binary [18.05110624825475]
  逆コンパイルにおける顕著な課題は、変数名を復元することである。 本稿では,モデルバイアスを緩和しながら生成モデルの強みを利用する新しい手法を提案する。 我々は、事前訓練された生成モデルCodeGemma-2B、CodeLlama-7B、CodeLlama-34BのプロトタイプGenNmを構築した。
  論文  参考訳（メタデータ） (2023-06-05T02:39:48Z)
• Domain Specialization as the Key to Make Large Language Models Disruptive: A Comprehensive Survey [100.24095818099522]
  大規模言語モデル(LLM)は自然言語処理(NLP)の分野を著しく進歩させた。 広範囲のアプリケーションに対して、非常に有用でタスクに依存しない基盤を提供する。 しかし、特定の領域における洗練された問題を解決するために直接LLMを適用することは、多くのハードルを満たす。
  論文  参考訳（メタデータ） (2023-05-30T03:00:30Z)
• Disambiguation of Company names via Deep Recurrent Networks [101.90357454833845]
  企業名文字列の埋め込みである教師付き学習を通じて,Siamese LSTM Network を抽出する手法を提案する。 私たちは、ラベル付けされるサンプルを優先するActive Learningアプローチが、より効率的な全体的な学習パイプラインをもたらす方法を分析します。
  論文  参考訳（メタデータ） (2023-03-07T15:07:57Z)
• Computational linguistic assessment of textbook and online learning media by means of threshold concepts in business education [59.003956312175795]
  言語学的観点では、しきい値の概念は特別な語彙の例であり、特定の言語的特徴を示す。 ビジネス教育における63のしきい値の概念のプロファイルは、教科書、新聞、ウィキペディアで調査されている。 3種類のリソースは、しきい値の概念のプロファイルから区別できる。
  論文  参考訳（メタデータ） (2020-08-05T12:56:16Z)

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。