論文の概要: Typed Temporal Interaction Features for Simulation-Backed Forecasting of Open-Source Game Release Incidents
- arxiv url: http://arxiv.org/abs/2609.31647v1
- Date: Sat, 12 Sep 2026 19:34:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 14:21:18.578666
- Title: Typed Temporal Interaction Features for Simulation-Backed Forecasting of Open-Source Game Release Incidents
- Title（参考訳）: オープンソースゲームリリースインシデントをシミュレーション支援した予測のための型時空間インタラクション機能
- Abstract要約: オープンソースのビデオゲームの品質は、コード、アセット、設定、テスト、コントリビュータ、課題予測器間の相互作用に依存する。
GAMEQUALGRAPH-Pilotは、リスク見積と労力対応ランキングを備えた、型付き時間的機能パイプラインである。
5つのシードワールドには120のプロジェクトと24のリリースがあり、プロジェクトには相容れない検証と将来のクロスプロジェクトテストがある。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Open-source video-game quality depends on inter-actions among code, assets, configuration, tests, contributors, and issue workflows, yet conventional defect predictors usually flatten or omit these relations. We investigate release-level forecasting of a quality incident within thirty days using GAMEQUALGRAPH-Pilot, a typed temporal feature pipeline with calibrated risk estimates and effort-aware ranking. Because the accessible OS-SGameBench materials do not provide manually audited release dates and outbreak labels, the executed evaluation is explicitly simulation-backed rather than an empirical claim about real games. Five seeded worlds each contain 120 projects and 24 releases, with project-disjoint validation and future cross-project testing. The pilot obtains an AUPRC of 0.520, AUROC of 0.673, Brier score of 0.207, and 29.68% effort-aware recall at a twenty-percent testing budget. Its closest local comparator, Static-Hetero-Reimpl, reaches 0.522 AUPRC; the -0.002 difference is not statistically significant after Holm correction. Inference requires 0.023 milliseconds per release in the measured environment. Ablations and controlled missingness, drift, engine, project-size, alert-threshold, and attribution analyses expose where typed interactions help and where they fail. Results support the reproducibility of the proposed protocol, not deployment effectiveness. Real OSSGameBench release reconstruction, stratified label audits, and official graph-model comparisons remain mandatory before journal submission or operational use in practice. This boundary protects research integrity and supports credible evaluation.
- Abstract（参考訳）: オープンソースのビデオゲームの品質は、コード、アセット、設定、テスト、コントリビュータ、発行ワークフロー間の相互作用に依存するが、従来の欠陥予測器は通常、これらの関係をフラットにしたり省略したりする。
GAMEQUALGRAPH-Pilot を用いて,30日以内の品質事象の予測を行う。
アクセス可能なOS-SGameBench素材は、手動で監査されたリリース日とアウトブレイクラベルを提供していないため、実際のゲームに関する実証的な主張よりも、明示的にシミュレーションバックされている。
5つのシードワールドには120のプロジェクトと24のリリースがあり、プロジェクトには相容れない検証と将来のクロスプロジェクトテストがある。
AUPRCは0.520、AUROCは0.673、ブライアは0.207、リコールは29.68%である。
その最も近い局所コンパレータであるStatic-Hetero-Reimplは0.522 AUPRCに達するが、-0.002差はホルム補正後に統計的に有意ではない。
推定には、測定された環境での1リリースあたり0.023ミリ秒が必要である。
アブレーションと制御された欠如、ドリフト、エンジン、プロジェクトサイズ、アラート閾値、属性分析は、型付きインタラクションがどこに役立ち、どこで失敗するかを明らかにする。
結果は、デプロイメントの有効性ではなく、提案したプロトコルの再現性をサポートする。
リアルOSSGameBenchリリースの再構築、階層化されたラベル監査、公式グラフモデル比較は、ジャーナルの提出や運用が実施される前に必須である。
この境界は研究の完全性を保護し、信頼性評価をサポートする。
関連論文リスト
- RAEGL: Risk-Aware Evidence-Gated Learning for Selective Contextual Routing under Temporal Shift [1.5449235351737436]
文脈特殊化は予測精度を向上させることができるが、時間分布シフトによって、ある歴史区間で選択された補正は信頼性が低下する可能性がある。
本稿では,状況予測のためのリスク認識学習フレームワークであるRAEGLを提案する。
RAEGLは検証済みのグローバル予測器をデフォルトで保持し、事前デプロイの証拠がその使用をサポートする場合にのみ文脈的残留を活性化する。
論文 参考訳（メタデータ） (2026-09-27T08:12:26Z) - Testing-Driven Reliability Audit of Trajectory-Based Early Outcome Prediction for LLM Agents: Target-Specific Calibration Transfer Persists Within a Single Benchmark [0.0]
軌道に基づく早期結果の予測は、結果が十分に予測可能になったときにランを終了させることにより、エージェント評価に関連する費用を削減できる。
このような転送障害がエージェントシステムにまたがっているのか、あるいは特定のターゲットエージェント/ヘッドの組み合わせに集中しているのかは不明だ。
パブリックなSWE-bench Verified trajectoriesと凍結したデュアルヘッド早期アウト予測パイプラインを使用して、我々は、Left-one-agent-out calibration auditを実行した。
論文 参考訳（メタデータ） (2026-09-22T03:57:30Z) - TimeLitmus: A Diagnostic Benchmark for Cross-Modal Understanding and Explanation Faithfulness in Event-Conditioned Time-Series Prediction [48.104261148149654]
TimeLitmusは、イベント条件付き時系列予測における相互理解と忠実さの説明のための診断ベンチマークである。
TimeLitmusには財務と交通の計4,856件の評価記録がある。
論文 参考訳（メタデータ） (2026-09-21T14:38:49Z) - TimeSage-EV: A Live Benchmark for Agentic Time Series Analysis in Evolving Environments [46.167956432673776]
TimeSage-EVは、進化する環境におけるエージェント時系列分析のためのライブベンチマークである。
2023年2月から2026年5月までの1,485のシナリオ周期QAペアで構成されている。
TimeSage-EVは状態識別、データの要約、展望推論を評価する。
論文 参考訳（メタデータ） (2026-08-14T12:53:21Z) - Training-Free Model Selection and Domain-Aware Score Calibration for First-Shot Anomalous Sound Detection [0.12691047660244334]
DCASE Challenge Task 2における1発の異常音検出は、未確認の機械の異常を1つの閾値で警告しなければならない。
ソースドメインとターゲットドメインのAUCはシステム間で負の相関を持ち、開発セットの性能は評価セットのパフォーマンスを予測しない。
凍結したオーディオ埋め込みの上に、トレーニング不要のポストホック層で対処する。
論文 参考訳（メタデータ） (2026-07-05T22:22:31Z) - Code-Centric Detection of Vulnerability-Fixing Commits: A Unified Benchmark and Empirical Study [4.512751676075442]
本稿では,統合フレームワークによる言語モデルに基づくVFC検出の包括的評価を行う。
コードの変更だけで、モデルが転送可能なセキュリティ関連コードを理解する証拠は見つからない。
グループ階層評価は、ランダムスプリットに比べて約17%のパフォーマンス低下を露呈する。
論文 参考訳（メタデータ） (2026-05-13T08:05:14Z) - Multi-Dimensional Behavioral Evaluation of Agentic Stock Prediction Systems Using Large Language Model Judges with Closed-Loop Reinforcement Learning Feedback [1.2362187555287152]
ファイナンスにおける予測評価は、ポイント予測エラーに基づく集計精度測定と予測精度テストに依存している。
本稿では,中間決定プロセス自体を評価することによって,精度試験を補完する行動予測評価手法を提案する。
論文 参考訳（メタデータ） (2026-05-07T06:31:34Z) - Automated Self-Testing as a Quality Gate: Evidence-Driven Release Management for LLM Applications [51.56484100374058]
我々は,エビデンスに基づくリリース決定を伴う品質ゲートを導入する自動自己テストフレームワークを提案する。
内部展開型多エージェント対話型AIシステムの縦型ケーススタディにより,本フレームワークの評価を行った。
論文 参考訳（メタデータ） (2026-03-13T20:44:15Z) - Revisiting Multivariate Time Series Forecasting with Missing Values [65.30332997607141]
現実の時系列では欠落値が一般的である。
現在のアプローチでは、計算モジュールを使用して、不足した値を補う、計算済みの予測フレームワークが開発されている。
このフレームワークは、致命的な問題を見落としている: 欠落した値に対して基礎的な真理は存在せず、予測精度を劣化させる可能性のあるエラーの影響を受けやすいようにしている。
本稿では,Information Bottleneck原則に基づく新しいフレームワークであるConsistency-Regularized Information Bottleneck(CRIB)を紹介する。
論文 参考訳（メタデータ） (2025-09-27T20:57:48Z) - Tracking the risk of a deployed model and detecting harmful distribution
shifts [105.27463615756733]
実際には、デプロイされたモデルのパフォーマンスが大幅に低下しないという、良心的なシフトを無視することは理にかなっている。
我々は,警告を発射する有効な方法は,(a)良性な警告を無視しながら有害なシフトを検知し,(b)誤報率を増大させることなく,モデル性能の連続的なモニタリングを可能にすることを論じる。
論文 参考訳（メタデータ） (2021-10-12T17:21:41Z)
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。