Specification Portability Across LLM Development Agents: Cross-Agent Compatibility in Specification-Driven Software Migration
EPAM Systems（EPAM系统公司）
本文以Oracle到PostgreSQL的软件迁移为任务，评估了Amazon Kiro等多个LLM开发智能体在规范驱动迁移中的表现，发现跨智能体迁移存在性能下降，提出需重视规范可移植性等问题。
2026-08-24 cs.AI cs.LO cs.SE
LLM-CompDroid: Repairing Configuration Compatibility Bugs in Android Apps with Pre-trained Large Language Models
本文提出LLM-CompDroid框架，结合大语言模型与传统工具修复Android XML配置兼容性缺陷，实验表明其性能显著优于现有工具ConfFix。
2024-02-23 cs.SE
CompSuite: A Dataset of Java Library Upgrade Incompatibility Issues
本文提出CompSuite数据集，包含123个真实Java客户端-库升级不兼容问题及测试用例和命令行工具，支持一键检查与逐步重现，促进兼容性检查、调试和回归测试选择等研究。
2023-05-15 cs.SE
Open Source Software Development Tool Installation: Challenges and Strategies For Novice Developers
本文通过分析24次实时软件安装会话，研究新手开发者安装开源软件开发工具时的挑战、应对策略与信息来源，并向工具供应商、用户和研究者提出建议。
2025-09-02 cs.SE
FOSS-chain: using blockchain for Open Source Software license compliance
University of Cyprus（塞浦路斯大学）
FOSS-chain通过区块链技术自动化开源软件许可证合规流程，涵盖14种许可证，初步评估显示其在现实软件系统中的应用潜力
2025-11-28 cs.SE
Navigating the Complexity of Generative AI Adoption in Software Engineering
本文通过混合方法研究生成式AI在软件工程中的采用，提出HACAF理论模型，发现兼容性是早期采用的主要驱动因素，挑战了传统技术接受理论，为AI工具设计与组织实施提供见解。
2024-01-04 cs.SE
Putting the Semantics into Semantic Versioning
长期以来对软件重用的渴望在过去几年中取得了惊人的进步。许多现代软件开发生态系统现在都有社区贡献的丰富的公共可用组件集。下游开发人员可以利用这些上游组件，提高他们的生产力。但是，组件以自己的速度发展。这给下游开发人员带来了义务和利益，特别是因为更改可能会中断，需要额外的下游工作来适应。升级太晚会使下游容易受到安全问题的影响，并错过有用的改进;升级太早会导致工作量过大。语义版本控制已经被提出作为一种优雅的机制来传达兼容性级别，使下游开发人员能够自动化依赖升级。虽然这是值得怀疑的版本号是否可以充分表征版本兼容性一般，我们认为，开发人员将大大受益于工具，如语义版本计算器，以帮助他们安全升级。现在是研究社区开发这样的工具的时候了：大型组件生态系统已经存在并且可以访问，组件交互已经可以通过自动化构建来观察，程序分析的最新进展使得相关工具的开发变得可行。特别是，合同（传统的和轻量级的）是语义版本控制计算器的一个有前途的输入，它可以建议升级是否可能是安全的。
2020-08-17 cs.SE
Challenges and Practices in Quantum Software Testing and Debugging: Insights from Practitioners
William & Mary（威廉与玛丽学院）
本文探讨了量子软件测试与调试中的挑战，指出开发者多依赖经典方法，缺乏专用工具，需改进工具以适应量子开发流程。
2026-01-16 cs.SE
Reliability in Software Engineering Qualitative Research through Inter-Coder Agreement: A guide using Krippendorff's $α$ & Atlas.ti
本文针对软件工程定性研究中编码可靠性不足的问题，提出统一的Krippendorff's α数学框架，并结合Atlas.ti给出在DevOps文化案例中的详细应用指南，以提升实证研究的质量与可信度。
2021-01-10 cs.SE stat.ME
Building a Pilot Software Quality-in-Use Benchmark Dataset
Universiti Malaysia Sarawak（马来西亚砂拉越大学）
准备好特定领域的数据集对监督学习方法起着重要的作用。本文提出了一种新的软件使用质量句子数据集。选择了三位专家使用建议的注释方案对数据进行注释。然后在（不匹配消除）过程中核对数据，以减少偏倚。Kappa，k统计量显示一致性水平可接受;专家之间存在中度至实质性一致性。构建的数据可以用于评估情感分析模型中的软件使用质量模型。此外，注释方案可用于扩展当前数据集。
2015-09-18 cs.CL cs.SE
Applying Inter-rater Reliability and Agreement in Grounded Theory Studies in Software Engineering
近年来，应用扎根理论对经验型软件工程进行定性研究的现象越来越多。扎根理论（GT）是一种基于理论采样，编码，常数比较，记忆和饱和度作为主要特征，从定性数据中归纳迭代地发展理论的技术。大型或有争议的GT研究可能涉及多个研究人员的协作编码，这需要一种严格性和共识，而单个编码人员则不需要。虽然许多定性研究人员拒绝定量措施，赞成其他定性标准，但许多其他人致力于通过评分员间可靠性（IRR）和/或评分员间协议（IRA）技术来衡量共识，以发展对所研究现象的共同理解。然而，在GT的迭代过程中，没有关于如何以及何时应用IRR/IRA的具体指导方针，因此多年来研究人员一直使用临时方法。本文提出了一个过程，系统地应用IRR/IRA GT的研究，满足迭代性质的定性研究方法，这是支持以前的系统文献综述应用IRR/RA GT研究在软件工程。这一过程允许研究人员逐步产生一个理论，同时确保对支持它的结构达成共识，从而提高定性研究的严谨性。这种形式化有助于研究人员在编码过程中使用不同的评分者时将IRR/IRA应用于GT研究。衡量评分者之间的共识可以促进研究的可沟通性、透明度、自反性、可复制性和可信度。
2021-07-23 cs.SE stat.ME
Compatible Remediation on Vulnerabilities from Third-Party Libraries for Java Projects
随着开源软件中漏洞的日益暴露，软件组成分析（SCA）被广泛应用于揭示软件项目中的第三方库及其相关漏洞。除此之外，SCA工具还采用各种补救策略来修复漏洞，其质量差异很大。然而，无效的补救可能会导致副作用，如编译失败，这会阻碍用户的接受。根据我们的研究，现有的SCA工具无法正确处理用户对修复项目兼容性的关注。为此，我们提出了适用于Maven项目的第三方库兼容修复（CORAL），以在不破坏项目的情况下修复漏洞。评估结果表明，CORAL不仅修复了87.56%的漏洞，优于其他工具（最好的75.32%），而且实现了98.67%的编译成功率和92.96%的单元测试成功率。此外，我们发现，在流行的Maven项目中，78.45%的漏洞可以在不破坏编译的情况下修复，其余的漏洞（21.55%）可以通过破坏编译的升级来修复，甚至无法通过升级来修复。
2023-01-20 cs.SE
Oops!... I did it again. Analysing and Handling Conclusion (In-)Stability in Socio-Technical Software Engineering
Technical University of Applied Sciences Regensburg（雷根斯堡应用科学大学）；University of Hawaii at Mānoa（夏威夷大学马诺阿分校）；Siemens AG（西门子股份公司）
本研究针对社会技术软件工程的复杂挖掘工具流水线，通过复现3项研究并使用4种工具对比，发现工具细节差异会导致结论不稳定，建议评估工具并采用检查表及复现包减少不确定性。
2026-09-02 cs.SE
Textual analysis of End User License Agreement for red-flagging potentially malicious software
FAST-NU（国家科技大学（FAST-NU））
针对用户不阅读EULA导致恶意软件风险，提出用文本摘要和八种监督分类器及集成学习，将EULA分类为良性或恶意，准确率达95.8%。
2024-03-11 cs.CL cs.CR cs.LG
An Effective Software Risk Prediction Management Analysis of Data Using Machine Learning and Data Mining Method
Southern Methodist University（南卫理公会大学）；New York University（纽约大学）；Columbia University（哥伦比亚大学）
本文提出结合增强型乌鸦搜索算法与ANFIS的软件风险预测方法，并在NASA 93数据集上验证其相比现有方法具有更高的风险评估准确性与有效性。
2024-06-29 cs.LG cs.SE
Can LLMs Replace Manual Annotation of Software Engineering Artifacts?
University of California, Davis（加州大学戴维斯分校）；IBM Research（IBM研究院）；Singapore Management University（新加坡管理大学）；University of Stuttgart（斯图加特大学）
本文研究用大语言模型替代软件工程评估中昂贵的人类标注，通过在多个标注任务上验证LLM与人类评分者一致性接近，并提出模型间一致性和置信度作为选择依据，为混合评估奠定基础。
2025-02-04 cs.HC cs.LG cs.SE
Detecting Concept Drift for the reliability prediction of Software Defects using Instance Interpretation
Faculty of Computer Engineering, K.N. Toosi University of Technology（K.N.图西工业大学计算机工程学院）
本文提出通过识别无标签简化和重采样数据解释中的变化来直接检测概念漂移点，以构建可靠的JIT-SDP模型，并在重平衡数据和简单数据上分别与阈值无关和阈值依赖基线方法表现出更高兼容性。
2023-05-06 cs.LG cs.SE
Smart Contracts Formal Verification: A Systematic Literature Review
本文系统综述智能合约形式化验证相关文献，梳理规格说明、验证工具与实验，并提出基于描述逻辑的替代验证方法。
2025-10-15 cs.LO cs.SE
AgentSLA : Towards a Service Level Agreement for AI Agents
Luxembourg Institute of Science and Technology（卢森堡科学与技术研究院）
本文针对AI智能体服务质量规范与SLA定义的挑战，基于ISO/IEC 25010标准提出AI智能体质量模型及领域特定语言，以支持其服务的SLA定义。
2025-11-04 cs.AI cs.SE
C2HLSC: Leveraging Large Language Models to Bridge the Software-to-Hardware Design Gap
针对高级综合工具C代码兼容性受限的问题，提出基于大语言模型的C2HLSC自动化重构框架，通过预处理拆解层级、迭代反馈优化将C代码转为HLS兼容格式，在多类基准上验证了高成功率，可处理复杂度远超现有LLM生成Verilog方案的设计。
2025-05-17 cs.AR cs.SE
