Jan, 2022

利用 mllint 分析机器学习项目的软件质量的经验与探讨：关于项目异味的探究

PDF
TL;DR本研究提出 project smells 的概念，在工业上下文中对 ING 进行评估并实施了开源静态分析工具 mllint，发现需要上下文感知的静态分析工具，以适应项目当前发展阶段的需求，并要求用户进行最少的配置工作。
发现论文，激发创造
  • 机器学习应用的代码异味

    该论文提出了 22 个机器学习代码异味，解释了它们的背景和可能产生的后果，并给出了相应的解决方案以及它们所属的流程阶段和相关证据，以帮助数据科学家和开发人员生成和维护高质量的机器学习应用程序代码。

    Mar, 2022

  • 代码异味数据集和验证机制的系统文献综述

    通过评估 45 个现有的数据集，我们发现指标工具报告的准确度因用于评估工具的数据集而异。现有的数据集支持 God Class，Long Method 和 Feature Envy，但 Fowler 和 Beck 目录中的六种气味没有任何数据集支持。我们得出结论，现有的数据集在样本不平衡，缺乏支持严重程度级别和限制 Java 语言方面存在问题。

    Jun, 2023

  • 应用机器学习分析软件质量测试

    本文利用机器学习对可用数据进行了操作并计算出了累计软件故障程度。应用机器学习预测软件的残余缺陷，以准确预测软件故障是本文的总体目标。

    May, 2023

  • 数据异常：人工智能系统中可疑数据的类别、原因、后果和检测

    提出了数据气味的概念，即潜在、不明显的数据质量问题，分为可信度气味、可理解性气味、一致性气味，介绍了检测数据气味的工具支持，并在超过 240 个真实数据集上进行了初步的气味检测。

    Mar, 2022

  • 开源机器学习项目中实际缺陷的比较分析 -- 一篇注册报告

    研究了机器学习系统和传统软件系统之间的问题报告需求和解决过程的差异，并通过 GitHub 上的应用机器学习项目中的真实问题报告，探究了机器学习问题和非机器学习问题的解决时间和代码修改量等方面的差异。

    Sep, 2022

  • 机器学习软件系统中的质量问题

    本文旨在从实践者的角度研究机器学习软件系统中的质量问题，通过一系列采访和调研，我们创建了一个包含 18 个质量问题和 24 个解决策略的目录，这将有助于开发高效的质量保证工具。

    Jun, 2023

  • 代码质量问题困扰？LLM 可以帮助！

    利用大型语言模型辅助开发人员修订代码以解决代码质量问题，通过使用建议生成候选代码修订方案并使用排名模型对其进行评估，该方法能够有效减少错误警告并提高通过静态分析工具的代码比例。

    Sep, 2023

  • 基于需求异味的自然语言需求可测试性衡量

    本文提出了一种基于需求异味嗅探和自动生成词典的数学模型，对自然语言需求的可测试性进行评估和排名，并通过经验研究验证了该模型在检测需求异味和测量需求测试性方面的卓越性能。

    Mar, 2024

  • 辅助清理代码的 LLM 用于培训准确的代码生成器

    通过改善数据质量，例如进行代码转换和模块化，自然语言生成代码的性能可以得到显著提升。研究结果还表明，使用较少但高质量的数据进行模型微调可以优于在原始数据集上进行微调。

    Nov, 2023

  • 源代码分析的机器学习技术调查

    本文旨在总结如何应用机器学习技术进行源代码分析的最新研究动态，并回顾 12 类软件工程任务及相应的机器学习技术、工具和数据集。在文献调研的基础上，文章总结了研究观察和发现，并总结了每个任务的通用步骤、机器学习技术和可用数据集和工具，并讨论了这一领域面临的各种挑战。

    Oct, 2021