An Empirical Study On Correlation between Readme Content and Project Popularity
GitHub存储库中的自述文件作为初步的信息来源,从而帮助开发人员了解项目,以便重用或扩展。不同类型的上下文和结构内容,我们分别称为内容的类别和内容中的特征,存在于自述文件中,并可以确定对项目的理解程度。因此,内容的结构和上下文方面可能会影响项目的受欢迎程度。在设计自述文件时,研究内容和项目受欢迎程度之间的相关性有助于关注可以提高受欢迎程度的方面。然而,现有的研究探讨了自述文件中的内容类别和功能类型,并没有探讨它们对项目流行度的有用性。因此,我们提出了一个实证研究,以了解自述文件内容和项目受欢迎程度之间的相关性。我们对公共GitHub项目的1950个自述文件进行了研究,跨越了10种程序设计语言,并观察到大多数流行项目的自述文件都使用列表和图像进行了良好的组织,并包含指向外部来源的链接。此外,还观察到,具有包含贡献指南和参考资料的自述文件的储存库与更高的受欢迎程度有关。
2022-06-21 cs.SE
ModBench: A Pipeline for Building Modelica Benchmark Datasets Mined from Library Repositories
Linköping University(林雪平大学);University of Murcia(穆尔西亚大学)
ModBench是用于构建Modelica基准数据集的流水线,经其处理Modelica标准库得到含85562个类快照的公开数据集,可支持模型演化分析等相关研究。
2026-08-18 cs.SE
Deterministic vs. Probabilistic Summarisation: An Empirical Trade-off Study in Design Pattern Centric Java Code
Monash University(莫纳什大学);Singapore Management University(新加坡管理大学)
本文通过对比确定性(基于启发式)和概率性(基于LLM)管道在面向意图的设计模式Java代码摘要中的表现,研究了摘要方法的权衡问题,发现概率性摘要在语义对齐和上下文覆盖上更优,而确定性方法在简洁性和可重复性上更胜一筹。
2026-05-21 cs.SE
Bug Analysis in Jupyter Notebook Projects: An Empirical Study
计算笔记本电脑,如Quixyter,已被数据科学家广泛采用,用于编写分析和可视化数据的代码。尽管它们越来越被采用和流行,但从从业者的角度来看,还没有深入的研究来理解Java开发的挑战。本文通过大规模的实证调查,系统地研究了人工智能从业者面临的错误和挑战。我们从105个GitHub开源项目中挖掘了14,740个提交,这些项目都使用了Apriyter notebook代码。接下来,我们分析了30,416个Stack Overflow帖子,这些帖子让我们深入了解了从业者在开发Jobyter笔记本项目时面临的错误。最后,我们对数据科学家进行了19次采访,以揭示有关Google Yter错误的更多细节,并深入了解Google Yter开发人员面临的挑战。我们提出了一个错误分类法的基础上,我们的研究结果的项目。我们还强调了错误的类别,它们的根本原因,以及编译器从业者面临的挑战。
2022-10-13 cs.SE
A Multi-Dimensional, Per-Pass Empirical Study of the LLVM Optimization Pipeline
Università degli Studi di Milano(米兰大学)
通过逐遍累积前缀测量LLVM -O3管道对30个PolyBench/C内核的执行时间、编译时间、二进制大小、硬件计数器和RAPL能量,发现管道非单调、后加载,多数加速由少数帕累托主导的遍驱动,且最终配置在大小-加速比上帕累托被支配。
2026-10-23 cs.PF cs.PL cs.SE
On the abandonment and survival of open source projects: An empirical investigation
背景:开源项目的发展通常依赖于少数核心开发人员。失去这些核心开发人员可能对项目有害,甚至威胁到项目的整个延续。然而,新的核心开发人员可能会承担项目维护并允许项目生存。目的:本文的目的是提供经验证据:1)项目放弃和生存的频率,2)放弃和生存项目之间的差异,3)假设一个放弃的项目时所面临的动机和困难。方法:我们采用混合方法的方法来调查项目放弃和生存。我们仔细挑选了1,932个受欢迎的GitHub项目,并恢复了被遗弃和幸存的项目,并对那些对项目生存有帮助的开发人员进行了调查。结果如下:我们发现,315个项目(16%)被放弃,其中128个项目(41%)由于新的核心开发人员承担了项目开发而得以幸存。调查表明,㈠在大多数情况下,新的维护者在开始作出贡献时意识到项目放弃的风险; ㈡他们自己对系统的使用是为这些项目作出贡献的主要动机; ㈢在作出这些贡献时,人和社会因素发挥了关键作用;以及(iv)缺乏时间和难以获得对储存库的推送访问是他们面临的主要障碍。结论:即使在大型开源项目中,项目放弃也是一种现实,我们的工作使我们能够更好地了解这些风险,并强调避免这些风险的方法。
2019-06-19 cs.SE
Experience in engineering of scientific software: The case of an optimization software for oil pipelines
科学和工程软件的开发通常是不同的,可能比传统的企业软件的开发更具挑战性。作者参与了学术界和工业界之间的一个技术转让项目,该项目侧重于石油管道泵送能源成本优化软件的工程、开发和测试。具有不同技能的专家(机械、电力和软件工程师)参与其中。考虑到软件的复杂性(复杂的底层优化模型)以及具有来自不同领域的专家,在软件系统的各个软件工程方面存在挑战(例如,要求和测试)。我们报告我们的观察和经验,在我们的技术转让项目中解决这些挑战,并旨在增加现有的经验和证据的科学和工程软件的工程。我们相信,我们的观察,经验和教训,可以为其他科学和工程软件系统的工程研究人员和从业人员有用。
2020-03-01 cs.SE
The Empirical Commit Frequency Distribution of Open Source Projects
编程中的一个基本工作单元是开发人员对工作中的项目的代码库做出的代码贡献(“提交”)。作者的提交频率描述了作者提交的频率。了解所有提交频率的分布是理解软件开发过程的基本部分。本文对开源软件开发中的提交频率进行了详细的定量分析。该分析基于开源项目的大样本,并呈现了提交频率的总体分布。我们分析的数据,以显示作者和项目的项目规模之间的差异,我们还包括成功和不成功的项目的比较,我们从这些分析中得出一个活动指标。通过测量编程的基本维度,我们帮助改进软件开发工具和我们对软件开发的理解。我们还验证了一些关于软件开发的基本假设。
2014-08-21 cs.SE
Characterizing The Influence of Continuous Integration. Empirical Results from 250+ Open Source and Proprietary Projects
持续集成(CI)工具通过在提交代码更改时自动编译、构建和执行测试用例来集成代码更改。CI工具的使用越来越受欢迎,但专有项目如何获得CI的好处仍然是未知的。为了研究CI对软件开发的影响,我们分析了150个开源软件(OSS)项目和123个专有项目。对于OSS项目,我们观察到采用CI后的预期收益,例如,在bug和问题解决方面的改进。然而,对于专有项目,我们不能做出类似的观察。我们的研究结果表明,只有采用CI可能不足以改善软件开发过程。如果实践者有效地使用CI的反馈机制,通过应用频繁提交的实践,CI可以有效地用于软件开发。对于我们的专有项目,我们观察到实践者提交的频率较低,因此不能有效地使用CI来获得对提交的代码更改的反馈。根据我们的研究结果,我们建议行业从业者采用CI的最佳实践,以获得CI工具的好处,例如,频繁提交。
2018-09-14 cs.SE
Beyond Code: Empirical Insights into How Team Dynamics Influence OSS Project Selection
Deakin University(迪肯大学);RMIT University(皇家墨尔本理工大学)
本研究通过实证分析揭示团队动态与贡献者动机之间的关系,为设计更符合社交协作质量的OSS项目推荐系统提供依据。
2026-02-12 cs.SE
Investigating CI/CD-based Technical Debt Management in Open-source Projects
University of Groningen(格罗宁根大学);University of São Paulo(圣保罗大学)
本文通过分析GitHub上的60万Travis CI配置文件,探讨了技术债务管理工具在CI/CD流水线中的使用情况,发现大多数工具通过外部脚本执行,且'无反馈'是常见配置反模式。
2026-04-12 cs.SE
Empirical Study on Selection of Team Members for Software Projects - Data Mining Approach
任何软件行业的一个基本任务是开发客户满意的产品。然而,实现上述业务目标取决于组织中设计的产品质量的深度。因此,高质量的生产取决于过程,而过程又取决于人。IT行业的现有场景要求部署合适的人员,以通过现有流程实现产品的理想质量。本文的目标是确定标准,将用于在工业实践中选择一个软件项目团队的成员,并寻找这些标准和项目成功之间的关系。采用半结构化访谈和定性方法进行数据分析和综合,一套团队建设的标准,确定了从项目经理在行业。研究结果表明,一致使用的一套标准与项目的成功显着相关,与人为因素的标准与软件质量,从而项目的成功呈现出很强的相关性。这些知识使项目经理能够做出正确的人员配置决策,以实现预期的水平。
2014-02-11 cs.SE
Recipe for Discovery: A Pipeline for Institutional Open Source Activity
University of California, Santa Cruz(加州大学圣克鲁兹分校)
本文提出一个用于发现和分析机构开源活动的流水线,通过收集和分析开源项目数据,揭示机构在开源实践中的问题并指导改进策略。
2026-02-26 cs.SE
Self-Contained Cross-Cutting Pipeline Software Architecture
分层软件体系结构包含了多个层内和层间的依赖关系。每一层都依赖于共享的组件,这使得在没有详尽测试和必须构建整个软件代码库的情况下很难发布代码更改、错误修复或功能。本文提出了一种独立于现有层的自包含、横切流水线架构(SCPA)。我们选择了2个开源项目和3个内部实习生项目,这些项目使用n层架构,并应用SCPA发布后续功能添加和任何错误修复。SCPA使释放时间缩短了42.99%。交付代码行数(BLOG)增长了22.58%。现有功能中发现的缺陷数量下降了85.54%。SCPA还提供了快速回滚或关闭新功能的能力。事实证明,SCPA是一种适合敏捷软件开发和持续部署的架构。
2016-06-26 cs.SE
An Empirical Study of the Landscape of Open Source Projects in Baidu, Alibaba, and Tencent
开源软件已经引起了越来越多的研究者、开发者和企业的关注。与此同时,许多中国科技公司正在拥抱开源,并选择将他们的项目开源。尽管如此,大多数以前的研究都集中在微软或谷歌等国际公司,而中国科技公司的开源项目的实际价值仍然不清楚。为了解决这个问题,我们进行了一项混合方法研究,以调查中国三家大型科技公司(即百度,阿里巴巴和腾讯(BAT))开源项目的情况。我们研究了开源项目的类别和特点,开发人员对这些公司的开源努力的看法,以及他们的开源项目的国际化努力。我们收集了BAT在GitHub上开源的1,000个开源项目,并进行了一项在线调查,收到了来自这些项目开发人员的101份回复。一些主要的调查结果包括:1)BAT更喜欢开源前端开发项目,2)88%的受访者对各自公司的开源软件项目持积极态度,3)64%的受访者表示BAT开源项目的最常见动机是希望获得知名度,扩大影响力和获得招聘优势,4)受访者认为最常见的国际化努力是“提供英文版的自述文件”,5)国际化努力较多的项目(即,包括英文自述文件)更受欢迎。我们的研究结果为软件工程研究人员提供了方向,并为软件开发人员和中国技术公司提供了实用的建议。
2021-03-02 cs.SE
Method Chaining Redux: An Empirical Study of Method Chaining in Java, Kotlin, and Python
将方法链接在一起可能有好处和缺点,就像在流畅的API中经常做的那样。之前的一项研究调查了Java开发人员如何在超过2700个开源项目中链接方法。该研究观察到,对于所分析的数据集,Java中方法链的使用很流行,并且似乎随着时间的推移而增加。然而,该研究仅限于较小的Java项目样本,并且也不清楚结果是否适用于其他语言。在这项工作中,我们首先通过构建类似的数据集和我们自己的分析脚本来复制先前的结果。然后,我们通过分析89k个Java项目的更大数据集来扩展这些结果,并通过分析26k个Kotlin项目和98k个Python项目来推广到其他程序设计语言。结果显示,链接在Java和Kotlin中比Python更受欢迎,Kotlin中的链接使用没有增长,Python在非测试代码中的使用更多。
2023-03-20 cs.SE
An Empirical Study on Refactoring Activity
本文报告了一个实证研究的重构活动在三个Java软件系统。我们调查了重构活动的一些问题,以确认或不同意从以前的实证研究中得出的结论。与以往的实证研究不同,我们的研究发现,并不总是有更多的重构活动之前的主要项目发布日期比之后。相比之下,我们能够确认软件开发人员对测试代码和生产代码执行不同类型的重构操作,特定的开发人员负责项目中的重构,重构编辑没有得到很好的测试。此外,floss重构在开发人员中更受欢迎,重构活动在项目中很频繁,大多数不良气味一旦发生,就会持续到系统的最新版本。通过证实其他研究人员的假设,我们可以更有信心地认为这些研究结论是可推广的。
2014-12-18 cs.SE
Understanding Gaps in LLM Pipelines Towards Scalable Fuzzing Harness Generation: An Empirical Study and Enhancement
University of Utah(犹他大学);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
HarnessAgent通过工具增强的LLM流水线实现全自动、可扩展的模糊测试Harness构建,提升生成成功率和代码检索效率。
2026-10-05 cs.CR cs.SE
Multi-Programming-Language Commits in OSS: An Empirical Study on Apache Projects
Spark等现代软件系统通常使用多种程序设计语言(PL)编写。除了从代码重用中受益外,这些系统还可以利用特定PL来实现某些功能,以满足各种质量需求,并提高开发效率。在这种情况下,对这样的系统的改变可能需要修改在不同PL中写入的源文件。我们在版本控制系统中定义了多编程语言提交(MPLC)(例如,Git)作为提交,该提交涉及在两个或更多PL中写入的修改的源文件。据我们所知,在软件开发中的MPLCs现象还没有被探索过。鉴于多层次可编程逻辑控制器对开发难度和软件质量的潜在影响,我们进行了一项实证研究,以了解多层次可编程逻辑控制器的状态,其变化的复杂性,以及它们对问题的开放时间和源文件在现实生活中的软件项目的错误倾向的影响。通过对20个非平凡Apache项目205,994次提交中的MPLCs进行研究,我们发现:(1)所有项目中9%的提交是MPLCs,并且80%的项目中MPLCs的比例处于相对稳定的水平;(2)所有项目中超过90%的MPLCs涉及两个PL编写的源文件;(3)在所有项目中,多媒体可编程逻辑控制器的变更复杂度明显高于非多媒体可编程逻辑控制器;(4)在80%的项目中,多媒体可编程逻辑控制器中修复的问题比非多媒体可编程逻辑控制器中修复的问题需要更长的时间来解决;以及(5)在多媒体可编程逻辑控制器中修改过的源文件往往比从未在多媒体可编程逻辑控制器中修改过的源文件更容易出现错误。这些发现为…
2021-03-22 cs.SE
Differences in Jazz Project Leaders' Competencies and Behaviors: A Preliminary Empirical Investigation
研究影响软件开发的人为因素,并将具有特定能力和素质的个人分配给特定的软件角色,已被证明有助于软件项目的绩效。例如,先前的证据表明,外向的软件项目领导者是最成功的。基于个人能力和行为的角色分配在分布式软件开发环境中可能特别相关,在分布式软件开发环境中,团队经常受到距离,文化和个性问题的影响。这些环境中的项目领导者需要具备高水平的人际、个人内部和组织能力,才能适当管理这些问题并保持积极的项目绩效。为了理解和解释这些环境中项目领导者所需的特定能力和行为,我们使用心理语言学和定向内容分析来研究六位成功的IBM Rational Jazz领导者在协调他们的三个分布式项目时的运作方式。与之前的人格研究报告相反,我们的研究结果并没有揭示这些爵士乐领导者的普遍能力和行为。相反,Jazz项目领导者的能力和行为随着他们的项目任务组合而变化。我们的研究结果表明,一个务实的方法,考虑正在开发的软件任务的性质,可能是一个更有效的战略分配领导者的分布式软件团队,对战略,促进特定的个性类型。我们讨论了这些发现,并概述了分布式软件项目治理的影响。
2021-06-20 cs.SE
GenAI-Enabled Backlog Grooming in Agile Software Projects: An Empirical Study
本研究针对敏捷开发中待办事项冗杂问题,通过设计科学方法开发了集成向量数据库与GPT-4o模型的Jira插件,实现自动检测重复项并提出合并或删除建议,实验表明该工具在保持100%精确度的同时将完成时间减少45%。
2025-07-14 cs.SE
An Empirical Study of ChatGPT-Related Projects and Their Issues on GitHub
本文基于 GitHub 上 200 个高星 ChatGPT 相关项目及其 23,609 个议题,通过主题建模识别三类项目和十个议题主题,分析其流行度、难度与演化差异,并为开发者和平台管理者提供改进建议。
2024-08-11 cs.SE
An Empirical Study of Security-Policy Related Issues in Open Source Projects
Nara Institute of Science and Technology(奈良先端科学技术大学院大学);The University of Osaka(大阪大学)
本研究通过分析 711 个问题及比较六类社区健康文件,发现安全文件相关请求多为添加文件,且含链接的报告关闭更快,为改进安全报告策略提供实证依据。
2025-10-16 cs.SE
Exploring Multi-Programming-Language Commits and Their Impacts on Software Quality: An Empirical Study on Apache Projects
本研究通过对18个Apache项目的197,566次提交进行实证分析,发现多编程语言提交(MPLCs)显著增加开发复杂度、延长问题解决时间并引入更多缺陷,从而降低软件质量。
2023-11-12 cs.SE
An Empirical Study of User Support Tools in Open Source Software
最终用户的积极响应对于任何软件的成功都是至关重要的。商业软件和开源软件(OSS)都是如此。开放源码软件之所以受欢迎,不仅是因为它通常是免费的,而且还因为它通常通过公共平台提供的用户支持。本研究的研究模式建立了开放源码软件用户支持和可用的支持工具之间的关系。为了进行这项研究,我们使用了不同类别的100个OSS项目的数据集,并检查了不同OSS项目提供的五个用户支持工具。结果表明,项目跟踪器、用户邮件列表和更新版本在获得用户支持方面发挥着重要作用。然而,我们无法找到用户支持和文档之间的重要联系,以及用户支持和OSS项目提供的故障排除指南之间的重要联系。
2020-05-20 cs.SE
LLM-based Vulnerability Detection at Project Scale: An Empirical Study
School of Computer Software, College of Intelligence and Computing, Tianjin University(天津大学计算机科学与技术学院);International Joint Institute of Tianjin University(天津大学国际联合学院);Key Laboratory of High Confidence Software Technologies (Peking University), Ministry of Education, School of Computer Science, Peking University(北京大学计算机科学学院,教育部高可信软件技术重点实验室)
本文研究了基于LLM的项目级漏洞检测方法,发现其在召回率低的情况下仍能发现更多漏洞,但存在高误报率和计算成本问题。
2026-09-28 cs.SE
Enterprise-Driven Open Source Software: A Case Study on Security Automation
本文通过挖掘8243个企业驱动的开源软件仓库并调查维护者,发现仅6.83%的项目在CI流水线中应用安全自动化,揭示了安全活动稀缺和防护覆盖率低的问题,并呼吁业界关注第三方软件漏洞和改进实践。
2021-02-10 cs.SE
Empirical study of software quality evolution in open source projects using agile practices
我们分析了两个开源Java项目的时间演变:Eclipse和Netbeans,这两个项目都是按照敏捷实践开发的,尽管程度不同。我们的研究是集中在质量分析的系统,衡量缺陷的存在,其与软件度量的演变。这两个项目通过软件图来描述,其中节点由Java文件表示,边描述节点之间的现有关系。本文在Chidamber和Kemerer度量套件的基础上提出了一个Java文件度量套件,并利用它来研究软件演化及其与bug计数的关系。
2009-05-20 cs.PL cs.SE
You can contribute if you... An Empirical Framework of AI Contribution Policies in OSS
Universidad Rey Juan Carlos(雷乌斯·胡安·卡洛斯大学);University of Victoria(维多利亚大学)
本文实证研究开源软件中AI贡献政策,提出AI贡献治理框架,以规范AI中介贡献并保护维护者注意力与问责制。
2026-09-09 cs.SE
The Promise and Reality of Continuous Integration Caching: An Empirical Study of Travis CI Builds
Trent University(特伦特大学);University of Otago(奥塔哥大学);Queen’s University(女王大学)
本文通过分析513,384次构建,发现仅30%的项目采用缓存,早期采用者通常更成熟,且缓存维护复杂,部分项目面临缓存过期和损坏问题。
2026-03-19 cs.SE
The Landscape of Toxicity: An Empirical Investigation of Toxicity on GitHub
该研究通过大规模混合方法实证分析2828个GitHub开源项目,使用ToxiCR检测并手动验证评论毒性,揭示了毒性类型、项目特征与参与者行为的关联,为缓解开源社区毒性提供了数据支撑。
2025-02-12 cs.SE
Bug Priority Change: An Empirical Study on Apache Projects
本研究针对Apache开源项目中bug优先级变更的现象展开定量实证分析,揭示了变更比例、时间、规律及影响因素,为优化bug修复流程提供了数据支撑。
2024-03-08 cs.SE
Towards a Reliable and Practical Eval Pipeline
Salesforce(Salesforce(赛富时))
针对现有LLM软件评估仅处理局部可靠性问题的不足,提出结合清单创建与学习聚合的端到端评估流程,提升评判一致性与准确性,还提供自一致性等功能并实证验证其有效性。
2026-09-02 cs.AI cs.SE
Beyond Accuracy: An Empirical Study on Unit Testing in Open-source Deep Learning Projects
Monash University(莫纳什大学);Jilin University(吉林大学);University of Oulu(奥卢大学)
本文通过对 9,129 个 GitHub 开源深度学习项目的实证分析,揭示其单元测试覆盖率低且与项目质量指标相关,并构建了单元测试与故障的映射分类法,以强调单元测试对深度学习项目可靠性的重要性。
2024-02-26 cs.AI cs.SE
An Empirical Framework for Evaluating Semantic Preservation Using Hugging Face
CUNY, the Graduate Center(纽约大学研究生中心);CUNY, Hunter College(纽约大学亨特学院)
本文提出基于Hugging Face的语义保持评估经验框架,通过分析模型演化数据,揭示语义漂移检测方法及重构模式,为构建更可信的ML系统提供基础。
2025-12-08 cs.AI cs.SE
An Empirical Analysis of Community and Coding Patterns in OSS4SG vs. Conventional OSS
Queen’s University(女王大学)
本文通过对比OSS4SG与传统OSS项目,发现前者社区更稳定且参与度更一致,而后者更吸引贡献者但存在高流失率。
2026-02-10 cs.CY cs.SE
How do Machine Learning Projects use Continuous Integration Practices? An Empirical Study on GitHub Actions
Federal University of Rio Grande do Norte(北里奥格兰德州联邦大学);University of Otago(奥塔哥大学);Federal Institute of Rio Grande do Norte(北里奥格兰德州联邦学院)
本研究通过分析185个GitHub项目,发现机器学习项目在持续集成中构建时间更长、测试覆盖率较低,并面临独特挑战,为优化CI实践提供了实证依据。
2024-03-14 cs.LG cs.SE
An Empirical Study on Real Bug Fixes from Solidity Smart Contract Projects
本文针对现有研究对Solidity智能合约真实漏洞修复情况了解不足的问题,对46个真实项目的历史修复案例开展实证研究,探究四类核心问题并提炼发现,从三方面提出改进智能合约漏洞修复方法的可行建议。
2023-06-12 cs.CR cs.SE
An Empirical Study on Method-Level Performance Evolution in Open-Source Java Projects
本研究分析了15个开源Java项目中1499次方法级代码变更对性能演化的影响,发现32.7%的变更产生可测量影响且衰退多于提升,挑战了基于变更类型的风险分层策略,并建议将自动化性能测试集成至持续集成流水线。
2025-08-09 cs.PF cs.SE
An Empirical Study of Fuzz Harness Degradation
Ruhr-University Bochum(波鸿鲁尔大学);CISPA Helmholtz Center for Information Security(CISPA 亥姆霍兹信息安全中心);MPI-SP(马克斯·普朗克软件系统研究所)
研究OSS-Fuzz中510个C/C++项目的模糊测试工具退化现象,发现整体覆盖率稳定且漏洞发现能力持久,但存在个别退化案例并分类其根因。
2026-06-29 cs.CR cs.SE
An Empirical Study on the Design and Evolution of NoSQL Database Schemas
我们研究软件工程师如何设计和发展他们的领域模型时,对NoSQL数据存储构建应用程序。具体来说,我们的目标是使用对象NoSQL映射器与无模式NoSQL数据存储接口的Java项目。给出了十个真实数据库应用程序的源代码,我们提取了隐式NoSQL数据库模式。我们捕获模式的大小,并调查模式是否被非规范化,这是NoSQL数据存储的数据建模中的推荐做法。此外,我们分析了整个项目的历史,以及NoSQL数据库模式的演变历史。在此过程中,我们对NoSQL模式设计和演化进行了迄今为止最大的实证研究。
2020-02-28 cs.DB cs.SE
Beyond the Prompt: An Empirical Study of Cursor Rules
University of California, Irvine(加州大学尔湾分校)
本文通过分析401个开源仓库中的光标规则,提出了项目上下文的分类法,并探讨了不同项目类型和编程语言中上下文的变化,为下一代上下文感知的AI开发者工具提供启示。
2026-03-04 cs.AI cs.HC cs.SE
How Consistent Are LLM Agents? Measuring Behavioral Reproducibility in Multi-Step Tool-Calling Pipelines
Independent Researcher(独立研究者)
研究多步工具调用LLM代理在重复相同调用时是否选择相同工具、顺序和参数,通过系统实验测量行为一致性,并发现代理存在显著不一致性。
2026-04-23 cs.AI cs.CL cs.SE
Understanding the Helpfulness of Stale Bot for Pull-based Development: An Empirical Study of 20 Large Open-Source Projects
Concordia University(康考迪亚大学);Université du Québec à Montréal (UQAM)(蒙特利尔魁北克大学);Mozilla Corporation(Mozilla公司)
通过对20个大型开源项目的实证研究发现,Stale Bot能提高PR审查效率并加速关闭积压PR,但会减少活跃贡献者数量,仅依赖它可能降低社区参与度并增加贡献者弃权(不执行)风险。
2023-05-29 cs.AI cs.LG cs.SE