論文の概要: BISCEPTER: Probability-Driven Bisection for Large-Scale System Software

• arxiv url: http://arxiv.org/abs/2610.02995v1
• Date: Fri, 02 Oct 2026 08:28:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.282906
• Title: BISCEPTER: Probability-Driven Bisection for Large-Scale System Software
• Title（参考訳）: BISCEPTER:大規模システムソフトウェアのための確率駆動バイセクション
• Abstract要約: BISCEPTERは,従来のBICレイテンシを軽量な先行手法として用いた確率駆動二分法である。 その結果、BISCEPTERは、標準の正中隔より平均25.75%(55.55%まで)減らし、試験ケースの91.26%では基準よりも改善した。
• 参考スコア（独自算出の注目度）: 6.376847187101098
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Identifying the bug-inducing commit (BIC) is a fundamental step in regression debugging and a key input to emerging BIC-aware fault-localization pipelines. In practice, BICs are commonly obtained with bisection. Standard bisection selects the median commit of the remaining good-bad interval, thereby balancing commit count. This strategy is optimal under the assumption that each commit is equally likely to be the BIC. This paper shows that this assumption does not match real-world BIC histories. We construct a dataset of 8,172 bug reports from GCC, the Linux kernel, and MariaDB. We find a strong temporal skew: across the studied systems, 50% of BICs lie within the most recent 0.69% of the report-time commit history. Motivated by this observation, we introduce BISCEPTER, a probability-driven bisection approach that uses historical BIC latency as a lightweight prior. Instead of selecting pivots that split the number of remaining commits, BISCEPTER selects weighted-median pivots that split estimated BIC probability mass, while preserving the same good-bad oracle and interface as standard bisection. We evaluate BISCEPTER on three large-scale systems. The evaluation results show that BISCEPTER reduces bisection iterations by 25.75% on average (up to 55.55%) compared with standard median bisection, while improving over the baseline in 91.26% of test cases. Robustness experiments further demonstrate that the benefit remains stable under noisy historical data. We expect that our research can effectively save effort in debugging software in practice and, more broadly, benefit future software engineering research by bringing insights about BIC distribution.
• Abstract（参考訳）: バグ誘発コミット(BIC)の特定は、レグレッションデバッグの基本的なステップであり、新たなBIC対応のフォールトローカライゼーションパイプラインへのキーインプットである。 実際には、BICは二分法で一般的に得られる。 Standard Bisectionは、残りのグッドバッド間隔の中央値コミットを選択し、コミットカウントのバランスをとる。 この戦略は、各コミットがBICになる可能性が高いという仮定の下で最適です。 本稿では,この仮定が実世界のBIC履歴と一致しないことを示す。 我々はGCC、Linuxカーネル、MariaDBから8,172のバグレポートのデータセットを構築した。 研究システム全体で、BICの50%は報告時のコミット履歴の0.69%以内にある。 この観測から得られたBISCEPTERは,従来のBICレイテンシを軽量な先行手法として用いた確率駆動二分法である。 残りのコミット数を分割するピボットを選択する代わりに、BISCEPTERは、推定されたBIC確率質量を分割する重み付き中間ピボットを選択する。 大規模システムにおけるBISCEPTERの評価を行った。 評価結果から,BISCEPTERは標準正中隔より平均25.75%(55.55%まで)短縮し,91.26%の試験症例では基準値よりも改善した。 ロバストネスの実験は、この利点がノイズの多い歴史的データの下で安定であることをさらに証明している。 われわれの研究は、実際にソフトウェアをデバッグする労力を効果的に節約し、より広い範囲で、BIC配布に関する洞察を得ることで、将来のソフトウェア工学研究の恩恵を享受できると期待している。

関連論文リスト

• A Hypergraph-Based Framework for Exploratory Business Intelligence [11.059102690661467]
  本稿では,演算子を用いたハイパーグラフデータモデルを導入する新しいシステムであるExBIについて述べる。 証明可能な推定保証を備えたサンプリングベースのアルゴリズムを使用して、ExBIは解析的精度を維持しながら計算ボトルネックに対処する。 LDBCデータセットの実験は、ExBIが既存のシステムに対して大幅なスピードアップを達成することを示した。
  論文  参考訳（メタデータ） (2026-03-11T10:36:48Z)
• SafeBench-Seq: A Homology-Clustered, CPU-Only Baseline for Protein Hazard Screening with Physicochemical/Composition Features and Cluster-Aware Confidence Intervals [26.81598226089532]
  SafeBench-Seqはメタデータのみの再現可能なベンチマークと,すべて公開データから構築されたベースライン分類器である。 の脅威を近似するために、組み合わせたデータセットを40パーセントのIDでクラスタリングし、クラスタレベルのホールドアウトを実行します。 AUROC/AUPRCとスクリーニング操作点(TPR@1% FPR; FPR@95% TPR)の95%ブートストラップ信頼区間(n=200)を報告した。 我々は,ブライアスコア,期待誤差(ECE),15ビン,信頼性図を用いて,確率品質を定量化する。
  論文  参考訳（メタデータ） (2025-12-19T12:51:31Z)
• LLMBisect: Breaking Barriers in Bug Bisection with A Comparative Analysis Pipeline [35.18683484280968]
  大規模言語モデル(LLM)は、既存のソリューションの障壁を断ち切るために適切に配置されている。 LLMはテキストデータとコードの両方をパッチやコミットで理解している。 提案手法は最先端のソリューションよりも38%以上精度が向上する。
  論文  参考訳（メタデータ） (2025-10-30T02:47:25Z)
• 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)
• Learning Discrete Bayesian Networks with Hierarchical Dirichlet Shrinkage [52.914168158222765]
  我々はDBNを学習するための包括的なベイズ的フレームワークについて詳述する。 我々は、並列ランゲヴィン提案を用いてマルコフ連鎖モンテカルロ(MCMC)アルゴリズムを新たに提案し、正確な後続サンプルを生成する。 原発性乳癌検体から予後ネットワーク構造を明らかにするために本手法を適用した。
  論文  参考訳（メタデータ） (2025-09-16T17:24:35Z)
• BiXSE: Improving Dense Retrieval via Probabilistic Graded Relevance Distillation [6.272555849379284]
  BiXSE は2値のクロスエントロピーをグレードレバレンススコアより最適化するポイントワイズトレーニング手法である。 アノテーションと計算コストを削減して、強力なパフォーマンスを実現する。 BiXSEは、密度の高い検索モデルをトレーニングするための堅牢でスケーラブルな代替手段を提供する。
  論文  参考訳（メタデータ） (2025-08-09T02:15:17Z)
• ZIP: Scalable Crowd Counting via Zero-Inflated Poisson Modeling [29.570935239024138]
  ZIPは、ゼロインフレポアソン確率でブロックワイズカウントをモデル化するスケーラブルなクラウドカウントフレームワークである。 MSEに基づく損失よりもZIPに縛られるリスクが強いことを一般化分析で示す。 上海工科大学A&B、UCF-QNRF、NWPU-Crowdの実験では、ZIPがあらゆるモデルスケールにわたる最先端の手法を一貫して超越していることが示されている。
  論文  参考訳（メタデータ） (2025-06-24T19:06:22Z)
• Theoretically Achieving Continuous Representation of Oriented Bounding Boxes [64.15627958879053]
  本論文は,オブジェクト指向境界ボックス表現における不連続性を完全に解決しようとする試みである。 本研究では,既存の検出器に容易に統合可能なCOBB(Continuous OBB)という新しい表現法を提案する。 OOD評価のためのオープンソースのディープラーニングフレームワークJittorの検出ツールボックスJDetをベースとした,モジュール化されたベンチマークを開発した。
  論文  参考訳（メタデータ） (2024-02-29T09:27:40Z)
• Predict then Interpolate: A Simple Algorithm to Learn Stable Classifiers [59.06169363181417]
  Predict then Interpolate (PI) は環境全体にわたって安定な相関関係を学習するためのアルゴリズムである。 正しい予測と間違った予測の分布を補間することにより、不安定な相関が消えるオラクル分布を明らかにすることができる。
  論文  参考訳（メタデータ） (2021-05-26T15:37:48Z)

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。