論文の概要: RepoTrace: Browser-Assisted Evidence Collection for GitHub Research Datasets
- arxiv url: http://arxiv.org/abs/2607.05106v1
- Date: Mon, 06 Jul 2026 14:00:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:30.181338
- Title: RepoTrace: Browser-Assisted Evidence Collection for GitHub Research Datasets
- Title（参考訳）: RepoTrace: GitHubリサーチデータセット用のブラウザ支援エビデンスコレクション
- Abstract要約: RepoTraceはブラウザ支援のリサーチツールで、GitHubのイシューとプルリクエストエビデンスをローカルのワークスペースに収集する。
検証パスが収集され、2つの研究プロジェクト間で20のMatplotlibの問題がチェックされた。
その結果得られたデータセットは、22のスナップショット、38のコメント、20の研究ノート、98のアノテーション、20のスクリーニングレビュー、20の修正エビデンスエントリ、そして4つのシミュレートされた未解決のコンセンサス競合を保存する。
- 参考スコア（独自算出の注目度）: 12.062298260684194
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Empirical software engineering studies frequently build datasets from GitHub issues and pull requests. In many projects, researchers inspect pages in a browser, copy selected fields into spreadsheets, keep side notes in separate documents, and later run scripts to normalize or export the data. This workflow is flexible, but the page evidence, the research codes, and the rationale behind each decision end up spread across tabs and files, which leaves provenance, update tracking, and multi-reviewer labeling hard to audit. RepoTrace is a browser-assisted research tool that collects GitHub issue and pull-request evidence into a local SQLite-backed workspace. It combines a Chrome side-panel extension, an Express backend, and a React dashboard to capture page snapshots, comments, labels, notes, screening and labeling decisions, refresh history, and scoped exports, keeping the source evidence and the research interpretation linked together. A validation pass collected and checked 20 Matplotlib issues across two study projects. The resulting dataset preserves 22 snapshots, 38 comments, 20 research notes, 98 annotations, 20 screening reviews, 20 fix-evidence entries, and 4 simulated unresolved consensus conflicts. The results show that RepoTrace can support a complete local evidence-collection workflow for manually constructed GitHub issue and pull-request datasets.
- Abstract（参考訳）: 経験的ソフトウェアエンジニアリングの研究は、GitHubのイシューとプルリクエストからデータセットを頻繁に構築する。
多くのプロジェクトでは、ブラウザ内のページを検査し、選択したフィールドをスプレッドシートにコピーし、サイドノートを別々のドキュメントに保持し、後にデータを正規化またはエクスポートするためのスクリプトを実行する。
このワークフローは柔軟だが、ページのエビデンス、研究コード、そして各決定の背後にある理論的根拠がタブやファイルに散らばり、証明、更新追跡、そして監査が難しいマルチリビューアのラベルを残している。
RepoTraceはブラウザ支援のリサーチツールで、GitHubのイシューとプルリクエストエビデンスをローカルのSQLiteベースのワークスペースに収集する。
Chromeサイドパネルエクステンション、Expressバックエンド、Reactダッシュボードを組み合わせて、ページスナップショット、コメント、ラベル、ノート、スクリーニングとラベルの決定、リフレッシュ履歴、スコープ付きエクスポートをキャプチャし、ソースエビデンスと研究解釈を関連付ける。
検証パスが収集され、2つの研究プロジェクト間で20のMatplotlibの問題がチェックされた。
その結果得られたデータセットは、22のスナップショット、38のコメント、20の研究ノート、98のアノテーション、20のスクリーニングレビュー、20の修正エビデンスエントリ、そして4つのシミュレートされた未解決のコンセンサス競合を保存する。
結果は、RepoTraceが手作業で構築されたGitHubイシューとプルリクエストデータセットのための完全なローカルエビデンス-コレクションワークフローをサポートできることを示しています。
関連論文リスト
- Fetch-then-Explore: Decoupling Selection from Extraction over a Persistent Workspace for Search Agents [60.97609995940902]
検索エージェントに対して textbfFetch-then-Explore を提案する。
ページ選択とエビデンス抽出を分離し、選択したものを保持する。
これは、すべてのバックボーンでBrowseCompの精度を導き、一般的にWideSearchのベースラインと一致するか、超える。
論文 参考訳（メタデータ） (2026-08-03T11:58:21Z) - Tencent WorkBuddy Bench: A Multi-Domain Coding-Agent Benchmark with Contamination-Resistant Task Construction [57.138342889101345]
Tencent WorkBuddy Benchは、コーディングエージェントのためのマルチドメイン評価スイートである。
本報告では, 設計手法, スコアリングプロトコル, クロスモデルリーダーボードについて述べる。
論文 参考訳（メタデータ） (2026-07-23T04:34:06Z) - Towards Verifiable Multimodal Deep Research: A Multi-Agent Harness for Interleaved Report Generation [74.0621258662676]
レポート生成のためのマルチエージェントハーネスであるPtahを提案する。
Ptahは計画、研究、執筆段階を通じて、ユーザクエリからレンダリングされたWebレポートまでのライフサイクルを編成する。
検証エージェントがハーネスの受け入れ機能として機能し、ワークフロー全体を通して事実的接地、引用の忠実性、相互の整合性を強制する。
論文 参考訳（メタデータ） (2026-05-28T12:40:34Z) - OpenResearcher: A Fully Open Pipeline for Long-Horizon Deep Research Trajectory Synthesis [63.8655724265611]
深層研究エージェントの訓練には、探索、証拠収集、多段階推論をインターリーブする長い水平軌道が必要である。
既存のデータ収集パイプラインは、一般的にプロプライエタリなWeb APIに依存しており、大規模な軌道合成をコストが高く、不安定で、再現が難しい。
再生可能なパイプラインであるOpenResearcherは,複数ターン軌道合成から1回のコーパスブートストラップを分離する。
論文 参考訳（メタデータ） (2026-03-17T20:10:12Z) - GitBugs: Bug Reports for Duplicate Detection, Retrieval Augmented Generation, and More [0.0]
GitBugsは、9つのアクティブにメンテナンスされているオープンソースプロジェクトからの15万以上のバグレポートからなる、包括的で最新のデータセットである。
GitBugsはGithub、Bugzilla、Jiraのイシュートラッカからのデータを集約し、分類タスクの標準化されたカテゴリフィールドを提供する。
探索分析ノートや、重複率や分解時間などの詳細なプロジェクトレベルの統計情報が含まれている。
論文 参考訳（メタデータ） (2025-04-13T16:55:28Z) - BigDocs: An Open Dataset for Training Multimodal Models on Document and Code Tasks [57.589795399265945]
我々は,30タスクにわたる750万のマルチモーダルドキュメントからなる高品質なオープンアクセスデータセットであるBigDocs-7.5Mを紹介した。
BigDocs-Benchも導入しています。
実験の結果,BigDocs-Bench を用いたトレーニングでは,クローズドソース GPT-4o よりも平均性能が 25.8% 向上していることがわかった。
論文 参考訳（メタデータ） (2024-12-05T21:41:20Z) - Visual Analysis of GitHub Issues to Gain Insights [2.9051263101214566]
本稿では,課題タイムラインに関する洞察を提供するために,可視化を生成するプロトタイプWebアプリケーションを提案する。
問題のライフサイクルに焦点をあて、ユーザによる開発パターンの理解を高めるために重要な情報を記述する。
論文 参考訳（メタデータ） (2024-07-30T15:17:57Z) - Fact Checking Beyond Training Set [64.88575826304024]
本稿では,レトリバーリーダが,あるドメインのラベル付きデータに基づいてトレーニングし,別のドメインで使用する場合,性能劣化に悩まされることを示す。
本稿では,レトリバー成分を分散シフトに対して頑健にするための逆アルゴリズムを提案する。
次に、これらのデータセットから8つの事実チェックシナリオを構築し、モデルと強力なベースラインモデルのセットを比較します。
論文 参考訳（メタデータ） (2024-03-27T15:15:14Z) - Predicting Issue Types on GitHub [8.791809365994682]
Ticket Taggerは、機械学習技術による課題のタイトルと説明を分析するGitHubアプリである。
私たちは、約30,000のGitHubイシューに対して、ツールの予測パフォーマンスを実証的に評価しました。
論文 参考訳（メタデータ） (2021-07-21T08:14:48Z) - You Only Write Thrice: Creating Documents, Computational Notebooks and
Presentations From a Single Source [11.472707084860875]
学術的な取引では、異なるフォーマットで発行された同じコンテンツの複数の変種をジャグリングする必要がある。
本稿では,バージョン管理環境における単一ソース文書の維持により,この負担を大幅に軽減することを提案する。
私たちは、Jupyter Book(オンラインドキュメント)、Jupyter Notebook(計算物語)を構成する概念実証ワークフローを提供し、単一のマークダウンソースファイルから.jsスライドを明らかにする。
論文 参考訳（メタデータ） (2021-07-02T21:02:09Z)
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。