Enabling Language-Specific Transformations in Language-Agnostic Program Reduction
Notice bibliographique
Résumé
When a program P triggers a bug in a language implementation, program reduction can reduce P by removing program elements that are irrelevant to the bug, to facilitate debugging. Program reduction has been widely used in communities of various language implementations. Generally, program reduction techniques can be classified into language-agnostic program reducers (ARs) category and language-specific program reducers (SRs) category. ARs work generally well in a wide range of languages but usually produce less optimal results than SRs due to a lack of domain knowledge of specific languages. However, SRs require extensive engineering effort to leverage the domain knowledge, and can only function in their target language but not in other languages. \nTo combine the benefits of both ARs and SRs and minimize the gap between the two, a novel, general transformation framework, Metis,1 is introduced. Specifically, Metis allows users to specify language-specific program transformations to further minimize the results by SRs and the users only need to know the syntax of the target language and a concise domain-specific language named MTL (Metis Transformation Language) provided by Metis; Metis automatically processes the transformation rules inscribed in MTL by performing pattern matching and subsequent rewriting operations on the parse tree of the program under reduction. Metis provides a general, unified framework for specifying program transformations for different languages. \nWe comprehensively evaluated Metis on two benchmark sets of C and SMT-LIB pro- grams and the results demonstrate that Metis yields much smaller programs than the state-of-the-art language-agnostic program reducer by 35.8% on average. We also compared Metis with two SRs: ddSMT and C-Reduce. Metis produces results of comparable size to ddSMT, but with a noticeable 28.9% shorter reduction time; while falling short of matching the reduced program size by C-Reduce, Metis saves 82.4% of queries and achieves a speed improvement of 30.6% less runtime.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».