GitBugs: Bug Reports for Duplicate Detection, Retrieval Augmented Generation, Triage, and More
यह शोध पत्र GitBugs को प्रस्तुत करता है, जो नौ प्रमुख ओपन-सोर्स प्रोजेक्ट्स से 150,000 से अधिक बग रिपोर्ट्स का एक व्यापक और अद्यतित डेटासेट है, जिसे डुप्लिकेट डिटेक्शन, रिट्रीवल-ऑगमेंटेड जनरेशन और ऑटोमेटेड ट्राइएजिंग जैसे विविध सॉफ्टवेयर इंजीनियरिंग अनुसंधान कार्यों को समर्थन देने के लिए डिज़ाइन किया गया है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
एक विशाल पुस्तकालय की कल्पना करें जहाँ हर किताब एक टूटे हुए खिलौने, एक ग्लिची वीडियो गेम, या ऐसे सॉफ्टवेयर के बारे में एक "शिकायत" है जो शुरू नहीं हो पा रहा है। कंप्यूटर प्रोग्रामिंग की दुनिया में, इन शिकायतों को बग रिपोर्ट्स (bug reports) कहा जाता है। लंबे समय तक, इन समस्याओं को ठीक करने की कोशिश करने वाले शोधकर्ताओं को इन शिकायतों को खोजने के लिए अलग-अलग, अव्यवस्थित पुस्तकालयों के चक्कर लगाने पड़ते थे। कुछ पुस्तकालय पुराने थे, कुछ बहुत छोटे थे, और वे एक ही समस्या को समझाने के लिए अलग-अलग भाषाओं का उपयोग करते थे।
यहाँ GitBugs आता है। GitBugs को एक सुपर-ऑर्गनाइज्ड, बिल्कुल नए पुस्तकालय के रूप में समझें जिसे लेखकों ने नौ अलग-अलग, बहुत लोकप्रिय सॉफ्टवेयर प्रोजेक्ट्स (जैसे Firefox, VS Code, और Cassandra) से 1,50,000 से अधिक इन "शिकायत वाली किताबों" को इकट्ठा करके बनाया है। उन्होंने उन्हें सिर्फ शेल्फ पर नहीं रखा; उन्होंने उन्हें साफ किया, लेबल किया, और व्यवस्थित किया ताकि कंप्यूटर उन्हें आसानी से पढ़ सकें और उनसे सीख सकें।
यह पेपर वास्तव में क्या करता है, यहाँ सरल भाषा में समझाया गया है:
1. "डुप्लिकेट डिटेक्टिव" (Duplicate Detective) की समस्या
कल्पना करें कि आप हेल्प डेस्क पर कॉल करते हैं और कहते हैं, "मेरा प्रिंटर चालू नहीं हो रहा है।" पाँच मिनट बाद, आपका पड़ोसी कहता है, "मेरा प्रिंटर चालू नहीं हो रहा है।" एक इंसान शायद समझ जाए कि ये एक ही समस्या है, लेकिन एक कंप्यूटर सोच सकता है कि ये पूरी तरह से अलग हैं।
- GitBugs क्या करता है: यह एक विशेष सूची प्रदान करता है जहाँ लेखकों ने पहले ही चिह्नित कर दिया है कि कौन सी शिकायतें वास्तव में एक ही समस्या (डुप्लिकेट्स) हैं। यह शोधकर्ताओं को कंप्यूटर को बेहतर जासूस बनने में मदद करने में सहायता करता है, जिससे वे पहचान सकें कि दो अलग-अलग दिखने वाली शिकायतें वास्तव में एक ही टूटे हुए प्रिंटर के बारे में हैं।
2. बग्स के लिए "सॉर्टिंग हैट" (Sorting Hat)
जब कोई नई शिकायत आती है, तो किसी को यह तय करना होता है: क्या यह जरूरी है? इसे कौन ठीक करेगा? क्या यह एक मामूली परेशानी है या कोई बड़ी आपदा?
- GitBugs क्या करता है: यह शोधकर्ताओं को शिकायतों का एक बहुत बड़ा ढेर देता है जहाँ उत्तर पहले से ही ज्ञात हैं (जैसे, "इसे 2 दिनों में ठीक किया गया था," "इसे 'हाई प्रायोरिटी' के रूप में चिह्नित किया गया था")। शोधकर्ता इस डेटा का उपयोग कंप्यूटर को एक "सॉर्टिंग हैट" की तरह प्रशिक्षित करने के लिए कर सकते हैं, जो स्वचालित रूप से यह अनुमान लगा सके कि एक नया बग कितना गंभीर है और इसे किसे संभालना चाहिए।
3. भविष्यवाणियों के लिए "टाइम मशीन" (Time Machine)
यह पेपर इस बात पर गौर करता है कि अतीत में बग्स को ठीक करने में कितना समय लगा।
- GitBugs क्या करता है: यह शोधकर्ताओं को यह अनुमान लगाने की कोशिश करने देता है कि एक नए बग को ठीक करने में कितना समय लगेगा। हालाँकि, पेपर स्वीकार करता है कि यह पेचीदा है। अपने परीक्षण में, कंप्यूटर शिकायतों की मात्रा का अनुमान लगाने में काफी अच्छा था लेकिन यह सटीक रूप से भविष्यवाणी करने में संघर्ष कर रहा था कि सुधार कब होगा, और अक्सर बहुत जल्दी का अनुमान लगा देता था। यह बिल्कुल वैसा ही है जैसे ट्रैफिक जाम कब खत्म होगा इसकी भविष्यवाणी करना; कभी-कभी यह आसान होता है, लेकिन अक्सर यह अराजक होता है।
4. "स्मार्ट असिस्टेंट" (RAG)
यह इस पेपर का सबसे आधुनिक फीचर है। कल्पना करें कि आप एक डेवलपर हैं जो किसी समस्या पर अटके हुए हैं। आप एक स्मार्ट असिस्टेंट से पूछते हैं, "मेरा लॉगिन बटन क्यों काम नहीं कर रहा है?"
- GitBugs क्या करता है: केवल अनुमान लगाने के बजाय, यह असिस्टेंट GitBugs लाइब्रेरी में मौजूद 1,500,000 पिछली शिकायतों में से समान कहानियों को खोजता है। फिर यह कहता है, "हे, 2023 में, किसी को ठीक यही समस्या हुई थी, और इसे ठीक करने के लिए उन्होंने क्या किया, यह यहाँ है।" पेपर एक डेमो दिखाता है जहाँ सिस्टम इन पिछली कहानियों का उपयोग यह समझाने के लिए करता है कि एक बग क्यों हो रहा है, जिससे कंप्यूटर एक रैंडम गेसर के बजाय एक मददगार सहकर्मी की तरह लगता है।
5. "ट्रेंड स्पॉटर" (Trend Spotter)
लेखकों ने डेटा का उपयोग समय के साथ पैटर्न देखने के लिए भी किया।
- GitBugs क्या करता है: उन्होंने पाया कि कुछ सॉफ्टवेयर प्रोजेक्ट्स को विशिष्ट महीनों में बहुत अधिक शिकायतें मिलती हैं (जैसे किसी बड़े अपडेट के ठीक बाद), जबकि अन्य स्थिर रहते हैं। उन्होंने यह भी पाया कि कुछ प्रकार के बग (जैसे सुरक्षा संबंधी मुद्दे) लहरों में आते हैं। यह टीमों को समय के साथ उनके सॉफ्टवेयर के "मूड" को समझने में मदद करता है।
निचोड़ (The Bottom Line)
यह पेपर यह दावा नहीं कर रहा है कि GitB bugs ने सभी सॉफ्टवेयर समस्याओं को हल कर दिया है। इसके बजाय, यह कह रहा है: "हमने वास्तविक दुनिया की सॉफ्टवेयर शिकायतों का एक विशाल, साफ और अच्छी तरह से लेबल किया गया टूलबॉक्स बनाया है। अब, शोधकर्ता और डेवलपर्स इस टूलबॉक्स का उपयोग बग्स को खोजने, छाँटने और ठीक करने के लिए बेहतर उपकरण बनाने के लिए कर सकते हैं।"
यह एक शेफ को सामग्री खोजने में अपना सारा समय बिताने के बजाय, अंततः नई रेसिपी पकाने के लिए पहले से कटी हुई, पहले से मापी गई सामग्री का एक विशाल भंडार देने जैसा है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।