Towards a Software Architecture Description for Tax Compliance
本研究は、最小限のソフトウェアアーキテクチャ記述が、税務監査人に対して国境を越えたコンポーネント再利用を効果的に可視化できる一方で、ソフトウェア工学的な抽象概念と税務上の概念との間の根本的な不一致により、最終的には法的に意味のある税務評価を支援するには至らないことを示している。
🛠️ Category
cs.SE
1946 件の論文
化学の「Cs」から「Se」までの元素は、周期表の重要な一部を形成し、材料科学から環境化学まで多様な分野をカバーしています。この範囲には、新しい触媒の開発から電池技術の革新、さらには大気汚染物質の分析に至るまで、現代社会の課題を解決する鍵となる研究が数多く含まれています。
Gist.Science では、arXiv に投稿されたこの分野のすべての最新プレプリントを自動的に収集し、専門家の手による技術的な要約と、誰でも理解できる平易な解説の両方を提供しています。複雑な実験データや理論モデルを、直感的に把握できる形で翻訳することで、科学の最先端をより多くの方へ届けることを目指しています。
以下に、この領域で arXiv から新たに公開された最新の研究論文の一覧を示します。
The Influence of HEXACO Personality Traits on the Teamwork Quality in Software Teams -- A Preliminary Research Approach
この予備的研究は、HEXACO性格特性が、性別比率や年齢分布といった人口統計学的要因とともに、ソフトウェア開発チームにおけるチームワークの質に有意な影響を与えることを、54人の参加者のサンプルから得られた初期の知見を通じて示す研究デザインを提案するものである。
Efficient Code Analysis via Graph Representation Learning-Guided Large Language Models
本論文は、グラフニューラルネットワークを活用して主要な悪意のあるコード領域を特定し、それによって大規模言語モデルの注意を誘導することで、良性コードからの干渉を最小限に抑えつつ、断片化された悪意のある振る舞いの検出を強化する、グラフ中心のフレームワークを提案する。
Deja Vu at Scale: Paraphrase-Robust Detection of Duplicate Gherkin Steps in Behaviour-Driven Software Testing with Sentence-Transformer Embeddings and a 1.1M-Step Open Benchmark
本論文は、110万件を超えるステップからなる大規模な組織横断的ベンチマークを公開し、正確、語彙、および意味的な手法を組み合わせることで、除去可能な重大な冗長性を特定・定量化するパラフレーズに強い検出器を導入することにより、振る舞い駆動開発における重複したGherkinステップのメンテナンスコストに対処するものである。
Do programming languages still matter to your AI coding agent teammate? Evidence at scale from chess engines
本論文は、最先端のAIコーディングエージェントが真にポリグロット（多言語対応）であり、17種類の多様なプログラミング言語にわたってゼロから動作するチェスエンジンを合成する能力を備えている一方で、言語の選択が結果として得られるシステムの性能、コスト、機能セット、および必要とされる人間の監督の度合いを決定的に左右することを実証している。
A Benchmark and Framework for Evaluating Next Action Predictions in Spreadsheets
An Empirical Study of Gemini 3 for Detecting Natural Language Test Smells in Manual Test Cases
この実証的研究は、プロンプトベースのテストケース全体解析戦略を介して適用された大規模言語モデルであるGemini 3-Pro-Previewが、手動テストケース内における自然言語テストスメルを検出および説明することにおいて、従来の小規模言語モデルを大幅に上回る性能を示すことを実証しており、それによって手動テストにおける自動化された品質支援の極めて重要な必要性を浮き彫りにしている。
Simulating Students' Java Programming Errors with Large Language Models
本論文は、大規模言語モデル、特にClaude Sonnet 4が、学生による多様かつ現実的なJavaプログラミングの誤りを効果的にシミュレートできることを示しており、教育研究やインテリジェント・チュータリング・システムのために、真正な提出物を収集する代わりのスケーラブルな代替手段を提供するものである。
Investigating Metamorphic Fuzz Oracle Enhancement via Large Language Models
本論文では、クラッシュベースのオラクルによる限界を克服するために、メタモルフィック関係をファズドライバへ自動的に生成・統合するLLMベースのフレームワークであるMetaFOEを紹介し、これによりグレーボックスファジングにおけるコードカバレッジとクラッシュ検出を大幅に向上させる。
Evaluating LLMs for Obfuscation Detection and Classification in Android Apps
本論文は、多様なデータセットおよび実験条件下において、既存の大規模言語モデルが意味論的推論を通じてAndroidアプリケーション内のコード難読化を検出し分類する能力を、従来の静的解析ツールと比較評価した大規模な実証研究を提示するものである。