paperbot · PL 论文追踪

全部论文 待读 收藏

P2 RegMiner: towards constructing a large regression dataset from code evolution history

RegMiner:从代码演化历史构建大规模回归数据集
ISSTA Proceedings of the 31st ACM SIGSOFT International Symposium on Software Testing and Analysis2022匹配度 4/10 · 论文聚焦于从代码演化历史构建回归缺陷数据集,属于软件测试与调试领域,与用户关注的静态分析、浮点程序分析及 LLM 与程序分析交叉等核心方向重合度低;但其针对人工数据集扩展性瓶颈构建大规模数据集的目标,与用户对重要场景下缺乏基准时设计数据集的兴趣有一定关联,可作为存档参考。引用 11 inbox
Xuezhi Song, Yun Lin, Siang Hwee Ng, Yijian Wu, Xin Peng, Jin Song Dong, Hong Mei
crossref: 2026-09-12

AI 速览

一句话:提出 RegMiner,从代码演化历史自动构建大规模回归数据集,以克服人工 bug 数据集的扩展性与代表性瓶颈。

当前缺陷数据集为故障定位、软件测试、程序修复等 SE/PL 研究提供了重要的经验与实验基础,但知名数据集多由人工构建,导致可扩展性、代表性和对新兴数据驱动研究的支持受限。为此,论文提出 RegMiner,旨在从代码演化历史中构建大规模回归数据集。摘要未展开具体挖掘流程、算法细节与实验评估,其核心动机是通过利用版本历史中的代码变更信息,扩大回归数据的来源与规模,从而为数据驱动的软件工程与程序语言研究提供更可扩展、更具代表性的数据基础。

问题
现有 bug 数据集依赖人工构建,限制了数据集的规模、代表性以及对新出现的数据驱动研究的支持。
方法
提出 RegMiner,从代码演化历史中构建大规模回归数据集,以自动或半自动方式扩展回归数据的来源。
评估
摘要未报告具体实验评估;论文目标应用包括故障定位、软件测试和程序修复等。
原文摘要(Abstract)

Bug datasets lay significant empirical and experimental foundation for various SE/PL researches such as fault localization, software testing, and program repair. Current well-known datasets are constructed manually, which inevitably limits their scalability, representativeness, and the support for the emerging data-driven research.

链接与引用

DOI 原文 · PDF(开放获取) ·

BibTeX
@inproceedings{paperbot7430,
  title = {RegMiner: towards constructing a large regression dataset from code evolution history},
  author = {Xuezhi Song and Yun Lin and Siang Hwee Ng and Yijian Wu and Xin Peng and Jin Song Dong and Hong Mei},
  booktitle = {ISSTA},
  year = {2022},
  doi = {10.1145/3533767.3534224}
}