論文の概要: Algorithm-driven Development: A Proactive Approach to Improving Software Quality and Reducing Defects
- arxiv url: http://arxiv.org/abs/2608.01533v1
- Date: Sun, 02 Aug 2026 22:58:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:25.267121
- Title: Algorithm-driven Development: A Proactive Approach to Improving Software Quality and Reducing Defects
- Title（参考訳）: アルゴリズム駆動開発: ソフトウェア品質を改善し、欠陥を減らすための積極的なアプローチ
- Abstract要約: 本稿では,アルゴリズム駆動開発(ADD)を導入し,要求を信頼性,テスト性,メンテナンス性のあるソフトウェア動作に変換する上で,繰り返し発生する課題に対処する。
ADDは要求をアルゴリズムのフローチャートに変換し、そこから受け入れテストが体系的に導出される。
このアプローチはダッソー・シストムの工業プロジェクトの中で4年間にわたって評価された。
- 参考スコア（独自算出の注目度）: 35.18016233072556
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Ensuring software quality while meeting deadlines and adapting to evolving requirements is a persistent challenge in software engineering practice. This paper introduces Algorithm-Driven Development (ADD), a methodology developed from industrial practice to address recurring challenges in translating requirements into reliable, testable, and maintainable software behavior. ADD translates requirements into algorithmic flowcharts from which acceptance tests are systematically derived. These flowcharts serve both as specification artifacts and as technical blueprints, supporting shared understanding between stakeholders and developers. By linking requirement modeling with automated test generation, ADD provides systematic coverage of functional scenarios, including edge cases, from the outset of development. The approach was evaluated over a four-year period within an industrial project at Dassault Systèmes, involving two development teams, 22,444 lines of production code for Team 1, and 157 APIs analyzed for Team 2. The evaluation combined longitudinal quality and delivery indicators with a comparative analysis of ADD, TDD, and test-last development practices across API functions of different complexity levels. Empirical data collected from internal lifecycle management and CI/CD systems show that ADD supported sustained code coverage above 95%, low defect density in both QA and post-release phases, and a stable delivery cadence. These findings provide evidence of ADD's potential to strengthen the connection between requirements, testing, and implementation in industrial software development contexts.
- Abstract（参考訳）: 期限を満たしながらソフトウェア品質を保証し、要件の進化に適応することは、ソフトウェアエンジニアリングの実践において永続的な課題である。
本稿では,アルゴリズム駆動開発(ADD, Algorithm-Driven Development)について紹介する。
ADDは要求をアルゴリズムのフローチャートに変換し、そこから受け入れテストが体系的に導出される。
これらのフローチャートは仕様アーティファクトと技術的青写真の両方として機能し、ステークホルダーと開発者の共通理解をサポートします。
要件モデリングと自動テスト生成をリンクすることにより、ADDは開発の初期段階からエッジケースを含む機能シナリオを体系的にカバレッジする。
このアプローチは、Dassault Systèmesの産業プロジェクトの中で、4年間にわたって評価され、2つの開発チーム、22,444行のTeam 1の生産コード、そして157のAPIがチーム2で分析された。
ADD、TDD、テストラスト開発プラクティスの比較分析と、経年的品質とデリバリ指標の組み合わせによる評価は、複雑さのレベルが異なるAPI機能に対して行われた。
内部ライフサイクル管理とCI/CDシステムから収集された実証データは、ADDが95%以上の持続的コードカバレッジをサポートし、QAとリリース後のフェーズの欠陥密度が低く、安定したデリバリケイデンスを実現していることを示している。
これらの知見は、産業ソフトウェア開発の文脈における要求、テスト、実装の関連性を強化するADDの可能性を示すものである。
関連論文リスト
- UA-ChatDev: Uncertainty-Aware Multi-Agent Collaboration for Reliable Software Development [0.3670422696827525]
UA-ChatDevは不確実性を認識したマルチエージェントソフトウェア開発フレームワークである。
不確実な定量化をエージェント相互作用に統合する。
既存の単一エージェントとマルチエージェントのソフトウェア開発フレームワークを一貫して上回ります。
論文 参考訳（メタデータ） (2026-07-02T13:56:57Z) - Beyond Isolated Tasks: A Framework for Evaluating Coding Agents on Sequential Software Evolution [5.10403054516716]
既存のデータセットは、分離された単一のプルリクエスト(PR)タスクのパフォーマンスをステートレスな方法で評価する。
本稿では,SWE-STEPSのデータセット生成を支援する自動コーディングタスク生成フレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-03T13:44:40Z) - IQuest-Coder-V1 Technical Report [56.045533451719905]
IQuest-Coder-V1 シリーズ-(7B/14B/40B/40B-Loop) は、新しいコード大言語モデル(LLM)のファミリーである。
IQuest-Coder-V1は、コードインテリジェンスの重要な次元にわたる競合モデルの最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-03-17T16:15:31Z) - A Survey of Vibe Coding with Large Language Models [93.88284590533242]
視覚符号化(Vibe Coding)は、開発者が成果観察を通じてAI生成の実装を検証する開発手法である。
変革の可能性にもかかわらず、この創発的パラダイムの有効性は未解明のままである。
この調査は、大規模な言語モデルによるVibe Codingの総合的かつ体系的なレビューを初めて提供する。
論文 参考訳（メタデータ） (2025-10-14T11:26:56Z) - A Comprehensive Survey on Benchmarks and Solutions in Software Engineering of LLM-Empowered Agentic System [56.40989626804489]
この調査は、Large Language Modelsを使ったソフトウェアエンジニアリングに関する、最初の総合的な分析を提供する。
本稿では,150以上の最近の論文をレビューし,(1)素早い,微調整,エージェントベースのパラダイムに分類した解法,(2)コード生成,翻訳,修復などのタスクを含むベンチマークという2つの重要な側面に沿った分類法を提案する。
論文 参考訳（メタデータ） (2025-10-10T06:56:50Z) - From Code Generation to Software Testing: AI Copilot with Context-Based RAG [8.28588489551341]
本稿では,2つの相互接続問題として,バグ検出と少ないバグでコーディングを行うことにより,ソフトウェアテストの新たな視点を提案する。
我々は、バグ検出と更新を同期する自動テストシステムであるCopilot for Testingを紹介した。
評価の結果,バグ検出精度が31.2%向上し,テストカバレッジが12.6%向上し,ユーザ受け入れ率が10.5%向上した。
論文 参考訳（メタデータ） (2025-04-02T16:20:05Z) - Thinking Longer, Not Larger: Enhancing Software Engineering Agents via Scaling Test-Time Compute [61.00662702026523]
より大規模なモデルではなく、推論時間の増加を活用する統合されたテスト時間計算スケーリングフレームワークを提案する。
当社のフレームワークには,内部TTCと外部TTCの2つの補完戦略が組み込まれている。
当社の textbf32B モデルは,DeepSeek R1 671B や OpenAI o1 など,はるかに大きなモデルを上回る 46% の課題解決率を実現している。
論文 参考訳（メタデータ） (2025-03-31T07:31:32Z) - A Comparative Study on the Impact of Test-Driven Development (TDD) and Behavior-Driven Development (BDD) on Enterprise Software Delivery Effectiveness [0.4532517021515834]
この記事では、テスト駆動開発(TDD)と振る舞い駆動開発(BDD)が、エンタープライズ環境におけるソフトウェアデリバリの有効性に与える影響を比較します。
この結果から、各モデルがデリバリ速度、ソフトウェア品質、チームコラボレーションに与える影響が明らかになりました。
論文 参考訳（メタデータ） (2024-11-05T06:47:11Z) - Codev-Bench: How Do LLMs Understand Developer-Centric Code Completion? [60.84912551069379]
Code-Development Benchmark (Codev-Bench)は、細粒度で現実世界、リポジトリレベル、開発者中心の評価フレームワークです。
Codev-Agentは、リポジトリのクローリングを自動化し、実行環境を構築し、既存のユニットテストから動的呼び出しチェーンを抽出し、データ漏洩を避けるために新しいテストサンプルを生成するエージェントベースのシステムである。
論文 参考訳（メタデータ） (2024-10-02T09:11:10Z) - Comparing Software Developers with ChatGPT: An Empirical Investigation [0.0]
本稿では,ChatGPTのようなソフトウェア技術者やAIシステムのパフォーマンスを,さまざまな評価指標で比較した実証的研究を行う。
この論文は、さまざまな評価基準を考慮して、ソフトウェアエンジニアとAIベースのソリューションの包括的な比較が、人間と機械のコラボレーションを促進する上で重要であることを示唆している。
論文 参考訳（メタデータ） (2023-05-19T17:25:54Z)
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。