論文の概要: ML in a Box: Analyzing Containerization Practices in Open Source ML Projects

• arxiv url: http://arxiv.org/abs/2607.10126v1
• Date: Sat, 11 Jul 2026 05:22:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 15:40:48.307745
• Title: ML in a Box: Analyzing Containerization Practices in Open Source ML Projects
• Title（参考訳）: Box内のML: オープンソースのMLプロジェクトでのコンテナ化プラクティスの分析
• Abstract要約: 我々は,1,993のML関連Dockerfileについて,初めて大規模な実証的研究を行った。 結果は、コンテナがトレーニング、推論、インフラストラクチャで異なる役割を担っていることを示している。 ビルド効率を改善し、コンテナフットプリントを削減する7つのML固有のDockerfileパターンを特定します。
• 参考スコア（独自算出の注目度）: 6.439761523935612
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Containerization has become increasingly essential in the machine learning (ML) domain, providing reproducibility, portability, and environment consistency. While prior studies have analyzed Dockerfile structures and best practices, none have examined ML projects in depth to reveal how the iterative nature of ML workflows influences container footprint, build performance, and caching behavior. We present the first large scale empirical study of 1,993 ML related Dockerfiles, combining quantitative analysis of container roles in ML projects and build dynamics with a qualitative investigation of refactoring practices. Results show that containers serve distinct roles across training, inference, and infrastructure. Containers are typically large, averaging 10.27 GB in size, and require long build times of about 8.84 minutes. We find that 44.4% of commits trigger rebuilds, primarily due to context file changes (96.4%), with experimentation being the main motive behind those commits that initiate rebuilds. Despite partial cache reuse, 71% of rebuild work is wasted on redundant computation. From stable projects, we identify 7 recurring ML-specific Dockerfile refactoring patterns that improve build efficiency and reduce container footprint.
• Abstract（参考訳）: コンテナ化は、再現性、ポータビリティ、環境の一貫性を提供するマシンラーニング(ML)ドメインにおいて、ますます重要になっている。 以前の調査ではDockerfileの構造とベストプラクティスを分析していたが、MLワークフローの反復的な性質がコンテナフットプリントやビルドパフォーマンス、キャッシュ動作にどのように影響するかを明らかにするために、MLプロジェクトを詳細に調査することはなかった。 MLプロジェクトにおけるコンテナロールの定量的分析と,リファクタリングプラクティスの定性的な調査による動的構築を組み合わせた,1,993のML関連Dockerfileに関する,最初の大規模な実証的研究を紹介する。 結果は、コンテナがトレーニング、推論、インフラストラクチャで異なる役割を担っていることを示している。 コンテナは通常大きく、平均10.27GBであり、ビルド時間は約8.84分である。 44.4%のコミットが、主にコンテキストファイルの変更(96.4%)によってリビルドをトリガしていることが判明した。 部分的なキャッシュ再利用にもかかわらず、再構築作業の71%は冗長な計算に費やされている。 安定したプロジェクトから7つの繰り返し発生するML固有のDockerfileリファクタリングパターンを特定し、ビルド効率を改善し、コンテナフットプリントを削減する。

関連論文リスト

• Taming the Drift: Context-aware Repair of Dockerfile Drift during Software Evolution [52.50730821321986]
  Cadreは、Dockerfileの自動ドリフト修復のためのコンテキスト認識フレームワークである。 CDGは、各Dockerfile命令をファイルレベルとインストラクション間の依存関係にマップする。 DodeXはGitHub Actions CIログから現実のDockerfileドリフトインスタンスをマイニングする。
  論文  参考訳（メタデータ） (2026-07-14T09:12:26Z)
• LLM-Driven CI-CD Workflow Intelligence for Cyber Systems Engineering [3.1316126410579304]
  CI/CDは、サイバーシステム工学にとって重要な測定ポイントとなっている。 最近の大規模言語モデル(LLM)の研究は、ワークフローステージを構成ファイルから直接認識できることを示している。 リポジトリの強化、アンチパターン検出、ステージマイニング、大規模なGitHubコーパス上のレコメンデーション生成を組み合わせたLCMベースのCI/CD分析パイプラインを提案する。
  論文  参考訳（メタデータ） (2026-07-06T01:11:27Z)
• RSMeM: Knowledge-Enhanced Memory Evolution for Remote Sensing Agents with Systematic Evaluation [55.87826829616171]
  RSMeMは、RSエージェントを事前に蒸留されたドメイン知識でブートストラップする知識強化メモリ進化機構である。 堅牢なマルチステップツール実行のために、オンラインエクスペリエンスを反復的に統合する。 EarthBenchの実験では、RSMeMはツール使用のパフォーマンスとエンドツーエンドの回答を一貫して改善している。
  論文  参考訳（メタデータ） (2026-06-11T04:23:18Z)
• On the GitHub Actions Language: Usage, Evolution, and Workflow Reliability [44.257027748554606]
  この記事では、GitHub Actions言語の採用と進化がワークフローの信頼性と保守性にどのように影響するかを実証的に検討する。 49K GitHubリポジトリから260Kを定量的に分析して、実際にどのように使用されているか、そして、その使用が2019年7月から2025年8月までどのように進化してきたかを理解する。
  論文  参考訳（メタデータ） (2026-05-26T10:43:14Z)
• MemQ: Integrating Q-Learning into Self-Evolving Memory Agents over Provenance DAGs [47.66730296440261]
  我々は,新たなメモリが生成されるたびに記憶が取得されたことを記録した証明DAGを通じて,クレジットを後方に伝播するMemQを紹介した。 6つのベンチマークで、MemQは、一般化評価とランタイム学習の6つすべてで最高成功率を達成した。 さらに、$と$がEC-MDP構造とどのように相互作用するかを研究し、パラメータ選択と将来の研究の原則的なガイダンスを提供する。
  論文  参考訳（メタデータ） (2026-05-08T18:30:24Z)
• Memory Transfer Learning: How Memories are Transferred Across Domains in Coding Agents [56.078070829341534]
  メモリベースの自己進化は、コーディングエージェントにとって有望なパラダイムとして登場した。 ヘテロジニアスドメインからの統一メモリプールを利用して、textbfMemory Transfer Learning (MTL) について検討する。
  論文  参考訳（メタデータ） (2026-04-15T15:50:29Z)
• An Empirical Study of the Evolution of GitHub Actions Workflows [41.25198736954168]
  CI/CDプラクティスは、共同ソフトウェア開発において重要な役割を果たす。 GitHubに統合されたCI/CDツールであるGitHub Actionsでは、リポジトリメンテナが開発を自動化することができる。 私たちは、GitHub Actionsワークフローの変更を時間をかけて分析しました。
  論文  参考訳（メタデータ） (2026-02-16T09:05:42Z)
• From Human to Machine Refactoring: Assessing GPT-4's Impact on Python Class Quality and Readability [46.83143241367452]
  リファクタリングは、プログラムの振る舞いを変えることなく、コード品質を改善することを目的としている。 LLM(Large Language Models)の最近の進歩は、コードの自動保存に新たな機会をもたらしている。 GPT-4o を用いて,クラスEval ベンチマークから 100 個の Python クラスに適用した LLM 型クラスに関する実証的研究を行った。 以上の結果から, GPT-4oは, 可読性の低下を犠牲にしながら, コードの臭いを低減し, 品質指標を改善する行動保存剤を一般的に生産していることが示唆された。
  論文  参考訳（メタデータ） (2026-01-19T15:22:37Z)
• Performance Smells in ML and Non-ML Python Projects: A Comparative Study [10.064805853389277]
  本研究では、機械学習プロジェクトと非MLプロジェクトのパフォーマンスの臭いの比較分析を行う。 以上の結果から,MLプロジェクトはMLの計算的およびデータ集約的な性質により,性能の悪臭の影響を受けやすいことが示唆された。 本研究は,MLプロジェクトのユニークな特徴に合わせて,パフォーマンス最適化戦略を調整する必要があることを明らかにする。
  論文  参考訳（メタデータ） (2025-04-28T19:48:26Z)
• Refactoring for Dockerfile Quality: A Dive into Developer Practices and Automation Potential [0.0]
  本稿では,358のオープンソースプロジェクトの600fileを使用したDockerfileの自動化の有用性と実用性について検討する。 提案手法では,画像サイズが平均32%減少し,ビルド期間が6%減少し,77%,91%の症例で理解性と保守性が向上した。
  論文  参考訳（メタデータ） (2025-01-23T23:10:47Z)
• Detecting Refactoring Commits in Machine Learning Python Projects: A Machine Learning-Based Approach [3.000496428347787]
  MLRefScannerは、ML固有のものと一般的な操作の両方でコミットを特定する。 本研究は,多言語および技術的領域にわたるプログラム検出におけるML駆動型アプローチの可能性を明らかにする。
  論文  参考訳（メタデータ） (2024-04-09T18:46:56Z)
• ML-Bench: Evaluating Large Language Models and Agents for Machine Learning Tasks on Repository-Level Code [76.84199699772903]
  ML-Benchは、既存のコードリポジトリを利用してタスクを実行する現実世界のプログラミングアプリケーションに根ざしたベンチマークである。 LLM(Large Language Model)とAIエージェントの両方を評価するために、事前に定義されたデプロイメント環境でLLMのテキスト-コード変換を評価するML-LLM-Benchと、Linuxサンドボックス環境でエンドツーエンドのタスク実行で自律エージェントをテストするML-Agent-Benchの2つの設定が採用されている。
  論文  参考訳（メタデータ） (2023-11-16T12:03:21Z)

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。