論文の概要: WFDB-x: Conformance-Tested Implementations of the WFDB Software Package in Seven Programming Languages
- arxiv url: http://arxiv.org/abs/2611.01358v1
- Date: Sat, 31 Oct 2026 23:56:31 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-03 19:32:40.420724
- Title: WFDB-x: Conformance-Tested Implementations of the WFDB Software Package in Seven Programming Languages
- Title（参考訳）: WFDB-x:7つのプログラミング言語におけるWFDBソフトウェアパッケージのパフォーマンステスト実装
- Abstract要約: WFDBフォーマットは生理的波形やアノテーションの保存や交換に広く使われている。
既存のソフトウェア実装は、C、Python、/Octaveに限られている。
WFDB-xは、7つのプログラミング言語でWFDBのパフォーマンスを最適化した言語である。
- 参考スコア（独自算出の注目度）: 1.2156485349706772
- License:
- Abstract: The WFDB format is widely used to store and exchange physiological waveforms and annotations. However, existing software implementations are limited to C, Python, and MATLAB/Octave, can produce different results in corner cases and checksum calculations, and have defaults such as sampling frequency and gain, that can lead to silent misinterpretation of recordings. We developed WFDB-x, a cross-language, performance-optimized reimplementation of WFDB in seven programming languages, with extensive unit tests, to provide consistent WFDB processing across programming languages. We reimplemented the WFDB Software Package 10.7.0 natively in Python, C++, Rust, Julia, R, MATLAB/Octave, and Kotlin, using AI-assistance under human direction and review. Each implementation has library functions, a high-level interface, and command-line tools. We compared their outputs with those of the original C programs using 1098 conformance cases, 877 legacy-mode cases, unit tests, and differential fuzzing. Deliberate changes remove implicit waveform parameters, restrict file and network access, and prevent annotation loss. A legacy mode retains the original behavior. All seven implementations passed every conformance and legacy-mode case on the tested Linux platform, with matching outputs. The unit tests contain 9353 assertions. C++, Rust, and Julia read records 1.5-6.9 times faster than the original C library, while the Python implementation wrote records 9.2 times faster than the existing wfdb-python library in the benchmark. WFDB-x provides a tested, open-source basis for reading and writing physiological recordings consistently across seven languages, supporting reproducible research and software development without requiring a shared programming environment. We also share details of the AI-assisted development process and token utilization, which may be useful for other applications.
- Abstract（参考訳）: WFDBフォーマットは生理的波形やアノテーションの保存や交換に広く使われている。
しかし、既存のソフトウェア実装はC、Python、MATLAB/Octaveに限られており、コーナーケースやチェックサム計算で異なる結果が得られる。
我々はWFDB-xを開発した。WFDBは,プログラム言語間で一貫したWFDB処理を提供するため、7つのプログラミング言語でWFDBを再実装する。
WFDB Software Package 10.7.0をPython、C++、Rust、Julia、R、MATLAB/Octave、Kotlinでネイティブに実装しました。
各実装にはライブラリ機能、高レベルのインターフェース、コマンドラインツールがある。
1098例, レガシモードケース877例, ユニットテスト, ファズリングを用いて, 元のCプログラムと比較した。
削除された変更は、暗黙の波形パラメータを削除し、ファイルとネットワークアクセスを制限し、アノテーションの損失を防ぐ。
レガシモードは元の動作を保持します。
7つの実装はすべて、テスト済みのLinuxプラットフォーム上のすべてのコンフォーマンスとレガシモードのケースをパスし、出力が一致した。
ユニットテストには9353のアサーションが含まれている。
C++、Rust、JuliaはオリジナルのCライブラリの1.5～6.9倍、Pythonの実装はベンチマークで既存のwfdb-pythonライブラリの9.2倍の速さでレコードを読んだ。
WFDB-xは、7つの言語で一貫して生理的記録を読み書きするためのテスト済みのオープンソース基盤を提供する。
また、AI支援開発プロセスとトークン利用の詳細も公開しています。
関連論文リスト
- Back to the Future: Regressing Readability Features from LLMs [3.0619662678353348]
情報理論と線形回帰のペアであるBTTF(Back To The Future)を紹介する。
言語モデルをブラックボックスの裁判官として使うのではなく、BTTFは測定器として使用する。
従来のコード計測、埋め込みベースのセマンティック組織、ソース構造をキャプチャするための因果-LM予測能力を組み合わせたものだ。
論文 参考訳（メタデータ） (2026-10-03T16:31:50Z) - Multi-SWT-Bench: A Multilingual Benchmark for Reproduction Test Generation [5.700741359240872]
8つのプログラミング言語にまたがる1,963インスタンスからなる再生テスト生成のベンチマークであるMulti-SWT-BENCHを紹介する。
我々は,4つの代表的手法で最先端のLLMを実証研究し,プログラム言語間の故障解析を行う。
評価されたすべてのメソッドとLLMで、Pythonでの成功率は全言語での総成功率を超え、C++は特に低い成功率を示している。
論文 参考訳（メタデータ） (2026-09-28T09:41:43Z) - The Polyglot's Dilemma: Conformance Testing a Dozen Specs in as Many Languages [0.0]
MongoDBは12のプログラミング言語でクライアントライブラリを維持している。
11年以上にわたって、私たちは仕様ベースのテストアプローチを開発しました。
多くのアドホックフォーマットから統一テストフォーマットへの進化について述べる。
論文 参考訳（メタデータ） (2026-08-18T17:32:47Z) - ProgramBench: Can Language Models Rebuild Programs From Scratch? [59.40748183470308]
ProgramBenchは、ソフトウェアエンジニアリングエージェントがソフトウェアをホリシックに開発する能力を測定する。
エンドツーエンドの動作テストはエージェント駆動ファジィによって生成される。
モデルは、人間が書いたコードと大きく異なるモノリシックでシングルファイルの実装を好む。
論文 参考訳（メタデータ） (2026-05-05T09:17:02Z) - CLARC: C/C++ Benchmark for Robust Code Search [2.225731679677886]
現実のGitHubリポジトリから構築されたC/C++ベンチマークであるCLARCを紹介します。
Clarcには、評価用の1,245のクエリコードペアと、トレーニング用の5,472のペアが含まれている。
論文 参考訳（メタデータ） (2026-03-04T18:57:37Z) - PyVeritas: On Verifying Python via LLM-Based Transpilation and Bounded Model Checking for C [18.52519530244078]
Pythonは汎用プログラミングの主流言語になったが、形式検証のための堅牢なツールが欠けている。
PyVeritasはPythonからCへの高レベルのトランスパイルにLLM(Large Language Models)を利用する新しいフレームワークである。
論文 参考訳（メタデータ） (2025-08-11T16:49:07Z) - EquiBench: Benchmarking Large Language Models' Reasoning about Program Semantics via Equivalence Checking [58.15568681219339]
大規模言語モデル(LLM)を評価するための新しいベンチマークであるEquiBenchを紹介する。
このタスクは、プログラムのセマンティクスについて推論するモデルの能力を直接テストする。
19の最先端LCMを評価し、最も難しいカテゴリでは、最高の精度は63.8%と76.2%であり、50%のランダムベースラインよりわずかに高い。
論文 参考訳（メタデータ） (2025-02-18T02:54:25Z) - Commit0: Library Generation from Scratch [77.38414688148006]
Commit0は、AIエージェントにスクラッチからライブラリを書くよう促すベンチマークである。
エージェントには、ライブラリのAPIを概説する仕様文書と、インタラクティブなユニットテストスイートが提供されている。
Commit0はまた、モデルが生成したコードに対して静的解析と実行フィードバックを受け取る、インタラクティブな環境も提供する。
論文 参考訳（メタデータ） (2024-12-02T18:11:30Z) - CRUXEval-X: A Benchmark for Multilingual Code Reasoning, Understanding and Execution [50.1875460416205]
CRUXEVAL-Xコード推論ベンチマークには19のプログラミング言語が含まれている。
各言語に対して少なくとも600人の被験者で構成され、合計19Kのコンテンツ一貫性テストがある。
Pythonでのみトレーニングされたモデルでさえ、他の言語で34.4%のPass@1を達成することができる。
論文 参考訳（メタデータ） (2024-08-23T11:43:00Z) - Teaching Large Language Models to Self-Debug [62.424077000154945]
大規模言語モデル(LLM)は、コード生成において素晴らしいパフォーマンスを達成した。
本稿では,大規模言語モデルで予測プログラムを数発のデモでデバッグする自己デバッグを提案する。
論文 参考訳（メタデータ） (2023-04-11T10:43:43Z)
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。