Empathy in Software Engineering Education: Evidence, Practices, and Opportunities
University of Calgary(卡尔加里大学)
本研究探讨了共情在软件工程教育中的应用现状,发现其正从软技能向可测量的教学构念转变,强调通过系统整合提升软件专业人员的伦理意识与创新能力。
2026-03-08 cs.SE
LLM-Based Agentic Systems for Software Engineering: Challenges and Opportunities
Siemens AG(西门子股份公司);Technical University of Munich(慕尼黑技术大学)
本文探讨了基于大语言模型的多代理系统在软件工程中的应用,分析了其挑战与未来研究方向。
2026-01-19 cs.AI cs.SE
Run, Forest, Run? On Randomization and Reproducibility in Predictive Software Engineering
机器学习(ML)已在文献中广泛用于自动化软件工程任务。然而,ML结果可能对数据采样机制和学习过程中的随机化敏感。为了了解SE的研究人员是否以及如何解决这些威胁,我们调查了最近45篇与三个预测任务相关的论文:缺陷预测(DP),预测突变测试(PMT)和代码气味检测(CSD)。我们发现,不到50%的调查论文解决了与随机数据采样(通过多次重复)相关的威胁;只有8%的论文解决了ML的随机性;参数值很少报告(只有18%的论文)。为了评估这些威胁的严重性,我们使用26个现实世界的数据集进行了一项实证研究,这些数据集通常被认为是三个感兴趣的预测任务,考虑了八个常见的监督ML分类器。我们发现,不同的数据重采样10倍交叉验证导致极端的变化,在观察到的性能结果。此外,随机化ML方法还显示出对于随机种子的不同选择的不可忽略的可变性。更令人担忧的是,对于不同库中概念上相同的ML方法的不同实现,性能和可变性是不一致的,这也可以通过多数据集成对比较来证明。为了应对这些关键威胁,我们提供了关于如何验证,评估和报告预测方法结果的实用指南。
2020-12-15 cs.SE
Building Your Own Product Copilot: Challenges, Opportunities, and Needs
本研究通过访谈26名软件工程师,揭示了构建产品副驾驶在工程各环节的痛点与挑战,并借助头脑风暴提出面向软件工程社区的机遇和工具设计方向。
2023-12-21 cs.SE
Engineering Digital Systems for Humanity: Challenges and Opportunities
本文从人类与数字系统共存的主动、积极、被动角色及信任、合规两个横向维度,识别了为人本数字系统工程化所需应对的挑战与机遇。
2024-06-13 cs.SE
Search-Based Software Engineering for Self-Adaptive Systems: Survey, Disappointments, Suggestions and Opportunities
University of Birmingham(伯明翰大学);University of Exeter(埃克塞特大学);Michigan State University(密歇根州立大学)
基于搜索的软件工程(SBSE)是一种很有前途的范式,它利用计算搜索来优化复杂软件系统的不同过程。自适应系统(SAS)是允许在变化的环境下优化不同的功能和非功能目标/标准的此类复杂系统的一个类别(例如,需求和工作量),这涉及到的问题,要进行搜索。在这方面,多年来,有相当多的工作,调查SBSE为SAS。在本文中,我们提供了第一个系统和全面的调查,专门对SBSE的SAS,涵盖论文在27个地点从7个存储库,这最终导致了几个关键的统计数据,从最显着的74个主要研究在这个特定的研究领域。令人惊讶的是,我们的研究结果揭示了五个最重要的失望,这些失望可能会导致服务后果,但在现有的研究中被压倒性地忽视了。我们提供理论和/或实验证据来证明我们的论点反对失望,目前的建议,并强调有前途的研究机会,对他们的缓解。我们还详细介绍了其他三个新兴的,但目前未充分探索的机会,未来的工作SBSE SAS。通过减轻这项工作中揭示的失望,以及突出的机会,我们希望能够激发这个特定研究方向的更大增长。
2020-08-14 cs.AI cs.SE
What Does the Post-Moore Era Mean for Research Software Engineering?
我们正在进入后摩尔时代,我们不再享受简单地缩小晶体管功能带来的性能增长。然而,这并不一定意味着我们正在进入一个黑暗的计算时代。相反,在后摩尔时代保持计算性能的增长本身就是前沿研究。具体而言,异构性和硬件专用化正在成为硬件设计中很有前途的方法。然而,这些都是计算机体系结构的范式转变。那么,后摩尔时代对研究软件工程意味着什么呢?这份立场文件通过总结后摩尔时代软件工程研究可能面临的挑战和机遇来解决这样一个问题。然后,我们简要讨论了缺少什么,以及我们如何准备应对这些挑战,并利用计算的未来的机会。
2021-11-11 cs.SE
Software Professionals' Attitudes towards Video as a Medium in Requirements Engineering
在需求工程(RE)中,知识主要通过书面规格说明来传达。这种做法是繁琐的,因为它的沟通丰富性和有效性低。相比之下,视频可以更丰富、更有效地传递知识。然而,视频仍然是RE中被忽视的媒体。我们调查,如果软件专业人士认为视频作为一种媒介,可以有助于RE。我们专注于他们的态度,视频作为一种媒介,在可再生能源,包括其优势,劣势,机会和威胁。我们进行了一项调查,以探讨这些态度与问卷。106名软件专业人员中有64人完成了调查。受访者对视频的总体态度是积极的。其中59人表示,视频具有改善RE的潜力。然而,34名受访者也提到了对RE的视频威胁。我们从软件专业人士的角度确定了RE视频的优势、劣势、机会和威胁。视频是一种潜力被忽视的媒介。软件专业人员不会从根本上拒绝RE中的视频。尽管视频具有优势和机会,但所述的弱点和威胁阻碍了其应用。根据我们的研究结果,我们得出结论,软件专业人士需要指导如何制作和使用视频的视觉沟通,以充分利用目前被忽视的潜力。
2018-09-04 cs.SE
Continuously Managing NFRs: Opportunities and Challenges in Practice
非功能需求(NFR),包括性能、可用性和可维护性,对软件的整体质量至关重要。然而,研究表明,NFR在实践中定义不清,难以核实。持续的软件工程实践扩展了敏捷实践,强调快节奏、自动化和快速发布软件,这对处理NFR提出了额外的挑战。在这个多案例研究中,我们实证研究了三个组织,NFR是至关重要的,他们的业务生存,管理NFR在他们的持续实践。我们描述了这些公司用于管理NFR的四种实践,例如将NFR卸载到云提供商或使用指标和持续监控,这两种方法都可以实现对NFR管理的几乎实时反馈。然而,管理NFR是有代价的,因为我们还确定了这些组织在其连续软件工程实践中管理NFR时面临的许多挑战。例如,我们研究中的组织能够通过战略性地大量投资于配置管理和基础设施作为代码来实现NFR,以减轻NFR的责任;然而,这种减轻意味着潜在的控制权丧失。我们的讨论和关键的研究意义显示的机会,权衡,和独特的给予和采取之间的关系,连续软件工程和NFR的重要性。研究工件可以在https://doi.org/10.5281/zenodo.3376342上找到。
2021-03-12 cs.SE
Challenges and Opportunities: Implementing Diversity and Inclusion in Software Engineering University Level Education in Finland
本研究通过调查芬兰软件工程大学教师,分析D&I在教育中的实施现状,提出识别态度、方法、挑战与教学策略的框架,并强调大学在培养未来专业人才促进D&I方面的持续责任。
2024-10-05 cs.CY cs.SE
Understanding Quantum Software Engineering Challenges An Empirical Study on Stack Exchange Forums and GitHub Issues
随着量子计算的发展,量子软件对于探索量子计算系统的全部潜力至关重要。近年来,量子软件工程(QSE)成为一个新兴的领域,受到越来越多的关注。然而,目前尚不清楚软件工程社区面临的量子计算的挑战和机遇是什么。这项工作旨在了解开发人员所感知的QSE相关挑战。我们在Stack Exchange论坛上进行了实证研究,开发人员在那里发布了QSE相关的问题和答案,Github发布了开发人员在实际量子计算项目中提出QSE相关问题的报告。基于Stack Overflow上现有的问题类型分类,我们首先对Stack Exchange论坛上提出的QSE相关问题类型进行定性分析。然后,我们使用自动化主题建模来揭示与QSE相关的Stack Exchange帖子和GitHub问题报告中的主题。我们的研究强调了QSE的一些特别具有挑战性的领域,这些领域与传统的软件工程不同,例如解释量子计算代码背后的理论,解释量子程序输出,弥合量子计算和经典计算之间的知识差距,以及相关的机会。
2022-05-06 cs.SE
Software Engineering und Software Engineering Forschung im Zeitalter der Digitalisierung
正如科学记者约格什瓦尔所建议的那样,数字化不仅影响社会,还需要重新定义计算机科学和计算机科学家的位置。由于数字化的所有官方方面都是基于软件的,本文试图重新定义软件工程及其研究的作用。基于软件的产品、系统或服务正在影响生活的各个领域,是生活各个领域数字化的关键组成部分和核心创新驱动力。在科学上,软件工程作为一门驱动学科,在任何技术创新的发展中都有新的机遇和挑战。然而,这些机会绝不能被牺牲,以竞争文献计量数字为目的。
2020-02-25 cs.SE
Software Engineering in Australasia
六个月前,一个重要的呼吁,为全球研究人员提供见解的方式软件工程是在他们的地区。注意到这一呼吁,我们在此概述了软件工程在澳大拉西亚(新西兰和澳大利亚)的地位。本文首先考虑了在澳大利亚软件工程社区中流行的软件开发方法、实践和工具。然后,我们简要回顾了软件工程研究人员在澳大拉西亚的特殊优势。最后,我们通过反思我们目前的立场和确定未来的机会,公开呼吁合作者
2022-06-11 cs.SE
Foundation Models for Software Engineering of Cyber-Physical Systems: the Road Ahead
Simula Research Laboratory(Simula 研究实验室);University of Oslo(奥斯陆大学);Mondragon University(蒙德拉贡大学)
探讨基础模型在网络物理系统软件工程中的应用,指出除语言模型外其他模型潜力大。通过文献等得出前瞻性研究路线图,突出挑战与机会,还讨论了应用模型的常见挑战,为研究和实践提供指导。
2026-07-07 cs.SE
Quantum Software Analytics: Opportunities and Challenges
本文梳理经典软件开发生命周期中可应用于量子软件开发的软件分析主题与技术,为相关研究者和从业者理解量子软件领域的新兴开发活动、挑战与机遇提供参考。
2023-07-21 cs.SE
Challenges for Inclusion in Software Engineering: The Case of the Emerging Papua New Guinean Society
本文以巴布亚新几内亚为案例,通过研讨会、问卷和焦点小组等定性方法,识别该国软件工程社区在融入全球软件产业过程中面临的障碍与机遇,并提出促进本地与全球从业者、研究人员和教育工作者包容性参与的建议。
2021-07-22 cs.CY cs.SE
A Taxonomy for Requirements Engineering and Software Test Alignment
本文提出需求工程与软件测试对齐的定义、基于信息二元组的 REST 分类法及 REST-bench 评估框架,并通过十三种方法、五个案例和工业评估验证其有效性。
2023-07-24 cs.SE
Software Testing of Generative AI Systems: Challenges and Opportunities
本文探讨了生成式AI系统在软件测试中引入的新挑战,分析了传统测试技术的不足,并提出了未来研究的机遇以提升该领域的质量保证。
2023-09-11 cs.SE
A Requirements Engineering Technology for the IoT Software Systems
Federal University of Rio de Janeiro(里约热内卢联邦大学)
本文提出RETIoT技术,旨在为物联网软件系统需求文档提供方法论、技术及工具支持,包含场景描述技术、检查清单、构建流程及模板,通过可行性研究验证其有效性,但需进一步实验研究以增强其可信度。
2021-03-26 cs.SE
Envisioning Responsible Quantum Software Engineering and Quantum Artificial Intelligence
针对量子计算、量子软件工程与人工智能融合带来的伦理安全治理挑战,本文提出需跨学科协作将伦理原则嵌入相关开发,呼吁业界共建负责任的量子技术发展基础。
2025-03-20 cs.SE
The Current Challenges of Software Engineering in the Era of Large Language Models
本文重新审视了大语言模型下的软件开发生命周期,通过学术界与工业界专家的深入讨论,从需求设计、编码辅助、测试生成等七个方面总结了26个关键挑战,以促进LLM4SE领域的未来研究。
2024-12-27 cs.SE
Extending Behavioral Software Engineering: Decision-Making and Collaboration in Human-AI Teams for Responsible Software Engineering
本研究从认知视角探讨人机协作在软件工程决策中的挑战,设计人机团队以提升集体智能,促进负责任的软件工程。
2025-07-08 cs.SE
Lost in Transition: The Struggle of Women Returning to Software Engineering Research after Career Breaks
University of Bayreuth(拜罗伊特大学)
本研究提出一个多元文化项目,调查职业中断后女性重返软件工程学术界的挑战,比较各国政策,并提出支持透明招聘的建议。
2025-09-25 cs.SE
A Systematic Review of Digital Twin-Driven Predictive Maintenance in Industrial Engineering: Taxonomy, Architectural Elements, and Future Research Directions
Intelligent Distributed Computing and Systems (INDUCE) Lab, Department of Computer Science and Software Engineering, College of Information Technology, United Arab Emirates University, Al-Ain, United Arab Emirates, Emirates Center for Mobility Research, United Arab Emirates University, Al-Ain, United Arab Emirates(智能分布式计算与系统实验室,计算机科学与软件工程系,信息科技学院,阿联酋大学,阿恩,阿联酋,移动性研究中心,阿联酋大学,阿恩,阿联酋);Department of Architectural Engineering, College of Engineering, United Arab Emirates University, Al-Ain, United Arab Emirates(建筑工程系,工程学院,阿联酋大学,阿恩,阿联酋);Department of Information Systems and Security, College of Information Technology, United Arab Emirates University, Al-Ain, United Arab Emirates(信息系统与安全系,信息科技学院,阿联酋大学,阿恩,阿联酋);Department of Computer and Network Engineering, United Arab Emirates University, Al-Ain, United Arab Emirates(计算机与网络工程系,阿联酋大学,阿恩,阿联酋)
本文系统综述数字孪生驱动的工业工程预测性维护,梳理其演进历程、分层架构、应用与AI算法分类,并指出未来研究方向。
2025-09-29 cs.AI cs.ET cs.SE
Quantum Computing for Software Engineering: Prospects
量子计算机(QCs)正在成熟。当QC足够强大时,它们可能能够处理化学、物理和金融领域中经典无法解决的问题。然而,量子算法的适用性,以加快软件工程(SE)的任务还没有探索。我们研究了八组量子算法,这些算法可以在SE的不同阶段加速SE任务,并勾勒出潜在的机遇和挑战。
2022-11-14 cs.ET cs.SE
Spotlights: Discovering Improvement Opportunities in Software Repositories
本文提出优化机会发现任务及Spotlights系统,通过逻辑映射和代理审查在软件仓库中定位改进区域,实验表明能恢复多数专家目标并显著提升性能。
2026-09-18 cs.SE
Cloud Native Software Engineering
本文从从业者角度构建了云原生软件工程的格局,指出了支持云原生应用的软件工程研究机会,并探讨了云架构及物联网/边缘计算带来的工程挑战。
2023-07-03 cs.SE
Data-Driven Methods and AI in Engineering Design: A Systematic Literature Review Focusing on Challenges and Opportunities
Karlsruhe Institute of Technology (KIT)(卡尔斯鲁厄理工学院)
本文通过系统文献综述探讨数据驱动方法在工程设计中的应用现状,指出机器学习和统计方法占主导,深度学习趋势上升,但验证阶段贡献有限,提出需发展可解释的混合模型以提升应用效果。
2025-11-25 cs.AI cs.LG cs.SE
Assessing requirements engineering and software test alignment -- Five case studies
本文提出REST-bench评估工具,基于REST对齐分类法并通过五家公司的技术行动研究验证,可识别需求工程与软件测试协调中的改进机会。
2023-08-15 cs.SE
Research Software Science: Expanding the Impact of Research Software Engineering
软件在科学发现中起着核心作用。改进我们如何开发和使用研究软件可以对当今社会面临的一系列挑战和机遇产生广泛而深刻的影响。研究软件工程师(RSE)作为一个角色的出现与科学挑战的日益复杂性和软件团队技能的多样性相关。在本文中,我们描述了研究软件科学(RSS),一个与RSE相关的想法,特别适合于研究软件团队。RSS促进使用科学方法来探索和建立广泛适用的知识。使用RSS,我们可以追求可持续的,可重复的和可复制的软件改进,积极影响研究软件,以改善科学发现。
2022-11-16 cs.SE
Opportunities and Challenges in Code Search Tools
代码搜索是软件工程的核心任务。有效的代码搜索工具可以帮助开发人员大大提高他们的软件开发效率和效果。近年来,许多代码搜索研究利用不同的技术,如深度学习和信息检索方法,从大规模代码库中检索预期的代码。然而,缺乏对现有代码搜索方法的全面比较总结。为了了解现有代码检索研究的研究趋势,我们系统地回顾了81项相关研究。我们调查了代码搜索研究的出版趋势,分析了用于构建代码搜索工具的关键组件,如代码库,查询和建模技术,并将现有工具分类为专注于支持七种不同的搜索任务。基于我们的研究结果,我们确定了现有研究中的一系列突出挑战,并为未来的代码搜索研究制定了研究路线图。
2020-11-04 cs.SE
Continuous Software Engineering in the Wild
软件正在成为大多数产品和组织功能的关键组件。持续改进软件的能力决定了组织对市场机会的反应能力。持续的软件工程承诺比基于sprint或计划驱动的开发有许多优点。然而,在现有组织中实现连续的软件工程管道是具有挑战性的。在这份受邀的立场文件中,我们讨论了采用挑战,并主张采用更系统的方法来推动持续工程的采用。我们的讨论是基于正在进行的工作,与几个工业合作伙伴,以及在国家的实践和国家的最先进的经验报告。我们的结论是,采用持续的软件工程主要需要分析的组织,它的目标和限制。一个尺寸不适合所有目的,这意味着持续工程背后的许多原则与大多数组织相关,但实现的水平和好处可能仍然不同。软件持续流动的主要障碍来自次优的组织结构和缺乏一致性。一旦这些被删除,组织可以实现自动化,以进一步改善软件交付。
2022-03-24 cs.SE
ArduCode: Predictive Framework for Automation Engineering
Siemens Corporate Technology(西门子企业技术);USC Information Sciences Institute(南加州大学信息科学研究所)
自动化工程是通过软件集成各种传感器,执行器和控制以实现现实世界过程自动化的任务。今天,自动化工程由一套软件工具支持,包括集成开发环境(IDE),硬件配置器,编译器和运行时。这些工具专注于自动化代码本身,但让自动化工程师在他们的决策过程中无人协助。这可能导致软件开发时间增加,因为决策的不完善导致软件和硬件之间的多次迭代。为了解决这个问题,本文定义了自动化工程中经常面临的多种挑战,并提出了使用机器学习的解决方案,以帮助工程师应对这些挑战。我们表明,可以利用机器学习来帮助自动化工程师对自动化进行分类,查找类似的代码片段,并对传感器和执行器的硬件选择进行推理。我们在两个真实的数据集上验证了我们的架构,其中包括2,927个Arduino项目和683个可编程逻辑控制器(PLC)项目。我们的研究结果表明,段落嵌入技术可以用于使用代码片段进行自动化分类,其精度接近人类注释,F1得分为72%。此外,我们表明,这样的嵌入技术可以帮助我们找到类似的代码片段,具有高精度。最后,我们使用自动编码器模型进行硬件推荐,并实现了0.79的p@3和0.95的p@5。
2020-07-07 cs.LG cs.SE stat.ML
Struggling to Connect: A Researchers' Reflection on Networking in Software Engineering
University of Bayreuth(拜罗伊特大学)
本文反思了软件工程领域研究者在建立专业网络时面临的障碍,并提出社区驱动的“专家声音”倡议以应对不平等。
2026-01-15 cs.SE
Do Research Software Engineers and Software Engineering Researchers Speak the Same Language?
本文研究研究软件工程师与软件工程研究者之间的术语分歧,通过系统化术语映射方法识别概念对齐与知识差距,为促进双方相互学习和协作奠定基础。
2025-07-03 cs.SE
LLM-Assisted Thematic Analysis: Opportunities, Limitations, and Recommendations
Pontifical Catholic University of Rio de Janeiro(里约热内卢天主教大学);Federal University of Cariri(卡里里联邦大学);Colorado State University(科罗拉多州立大学)
本研究通过25名ISERN研究者的反思工作坊,调查SE研究者对LLM辅助主题分析的机遇、风险和方法论意义的认知,明确其辅助价值与局限,为负责任地将LLMs整合到SE定性研究提供建议。
2025-11-18 cs.SE
Quantum Artificial Intelligence for Software Engineering: the Road Ahead
Simula Research Laboratory(Simula 研究实验室);University of Oslo(奥斯陆大学);Oslo Metropolitan University(奥斯陆都会大学);National Institute of Informatics(日本国立情报学研究所)
本文提出将量子人工智能(QAI)应用于软件工程的路线图,涵盖量子优化与量子机器学习,探讨各阶段应用及挑战,旨在以成本效益方式解决复杂软件工程问题。
2025-10-23 cs.SE
Vibe Modeling: Challenges and Opportunities
针对软件复杂度提升与现有开发方法的局限,本文提出vibe建模概念,整合AI与模型驱动工程优势以加速可靠复杂系统开发,并梳理其核心概念、机遇与挑战。
2025-07-30 cs.SE
Q-READY: Predictive Feasibility Assessment for Hybrid Quantum-Classical Applications
Beihang University(北京航空航天大学)
提出Q-READY方法,基于模型驱动工程进行混合量子-经典应用的可行性预测评估,通过结构化流程和系统级模型支持仿真与决策。
2026-06-16 cs.CE cs.SE
Quantum Software Engineering: Landscapes and Horizons
量子软件在开发量子计算系统的全部潜力方面发挥着关键作用。因此,它最近引起了越来越多的关注。本文定义了量子软件工程的概念,并介绍了量子软件生存周期。本文还给出了量子软件工程的一般观点,并讨论了量子软件工程的过程,方法和工具。在此基础上,本文提供了一个全面的调查,在该领域的艺术现状,并提出了我们面临的挑战和机遇。该调查总结了量子软件生存周期的各个阶段中可用的技术,包括量子软件需求分析、设计、实现、测试和维护。它还涵盖了量子软件重用和测量的关键问题。
2021-12-31 cs.PL cs.SE quant-ph
Proceedings 11th Doctoral Workshop on Mathematical and Engineering Methods in Computer Science
MEMICS为对计算机科学中数学和工程方法的应用感兴趣的博士生提供了一个论坛。除了丰富的技术计划(包括邀请演讲,定期论文和演讲),MEMICS还提供友好的社交活动和令人兴奋的机会,以满足志同道合的人。MEMICS的提交传统上涵盖了计算机科学的所有领域(如并行和分布式计算,计算机网络,现代硬件及其设计,非传统计算架构,信息系统和数据库,多媒体和图形,验证和测试,计算机安全,以及理论计算机科学的所有相关领域)。
2016-12-13 cs.DS cs.LO cs.SE
Embedding Sustainability in Software Engineering Curriculum: A Case Study
University of Bristol(布里斯托大学)
本文通过一所大学的案例研究,展示教师与学生如何借助 Sustainability Awareness Framework 和 Green Software Foundation 模式,将可持续性系统嵌入软件工程课程,并提炼可推广的实践策略。
2025-10-01 cs.CY cs.SE
Systematic Literature Review of Gender and Software Engineering in Asia
讨论在软件工程研究、教育和工业领域中不同性别的人的角色、困难和机会是至关重要的。尽管一些文献综述涉及软件工程和性别问题,但目前仍不清楚亚洲在处理软件开发和工程中的性别问题方面的研究和实践。我们进行了系统的文献综述,以掌握亚洲性别研究和实践的全面观点。我们分析了463篇出版物中32篇涉及国家和出版年份的论文。来自不同组织的研究人员和从业人员在包括中国、印度和土耳其在内的一些国家积极开展性别研究和实践。我们确定了主题,并将其分为七个类别,从个人心理健康和团队建设到组织。未来的研究方向包括调查(区域)性别方面和文化问题之间的协同作用,并考虑不同主题之间可能的贡献和依赖关系,为加速进一步研究和获得可操作的做法奠定坚实的基础。
2022-11-16 cs.GL cs.SE
Achieving Guidance in Applied Machine Learning through Software Engineering Techniques
University of Bonn(波恩大学)
机器学习(ML)应用程序的开发是困难的。开发成功的应用程序需要非常熟悉各种复杂且快速发展的应用程序编程接口(API)。因此,了解是什么阻碍了开发人员学习这些API,在开发时正确使用它们,并了解在调试时出现了什么问题是至关重要的。我们研究了当前使用的开发环境和ML API为ML应用程序开发人员提供的(缺乏)指导,将其与软件工程最佳实践进行对比,并确定当前技术水平的差距。我们表明,当前的ML工具无法满足一些基本的软件工程黄金标准,并指出软件工程概念,工具和技术需要扩展和调整,以满足ML应用程序开发的特殊需求。我们的研究结果指出了大量的机会,研究ML特定的软件工程。
2022-03-29 cs.LG cs.SE
Foundation Model Engineering: Engineering Foundation Models Just as Engineering Software
School of Computer Science, Peking University(北京大学计算机学院);School of EECS, Peking University(北京大学电子工程与计算机科学学院);University of Texas at Dallas(德州大学达拉斯分校)
针对基础模型复杂度提升可能引发的“基础模型危机”,本文提出基础模型工程方向,通过声明式、自动化的统一编程接口管理数据与模型,降低开发复杂度,为软件工程领域提供新研究机遇。
2024-07-11 cs.AI cs.LG cs.SE