Buchumschlag

PeaTMOSS: A Dataset and Initial Analysis of Pre-Trained Models in Open-Source Software

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jiang, Wenxin, Yasmin, Jerin, Jones, Jason, Synovic, Nicholas, Kuo, Jiashen, Bielanski, Nathaniel, Tian, Yuan, Thiruvathukal, George K., Davis, James C.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering Artificial Intelligence Databases Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Software Dependencies 2.0: An Empirical Study of Reuse and Integration of Pre-Trained Models in Open-Source Projects
von: Yasmin, Jerin, et al.
Veröffentlicht: (2025)

What do we know about Hugging Face? A systematic literature review and quantitative validation of qualitative claims
von: Jones, Jason, et al.
Veröffentlicht: (2024)

Reusing Deep Learning Models: Challenges and Directions in Software Engineering
von: Davis, James C., et al.
Veröffentlicht: (2024)

An Empirical Investigation of Pre-Trained Deep Learning Model Reuse in the Scientific Process
von: Synovic, Nicholas M., et al.
Veröffentlicht: (2026)

Process-based Indicators of Vulnerability Re-Introducing Code Changes: An Exploratory Case Study
von: Shimmi, Samiha, et al.
Veröffentlicht: (2025)

Improving the Reproducibility of Deep Learning Software: An Initial Investigation through a Case Study Analysis
von: Ravi, Nikita, et al.
Veröffentlicht: (2025)

"I see models being a whole other thing": An Empirical Study of Pre-Trained Model Naming Conventions and A Tool for Enhancing Naming Consistency
von: Jiang, Wenxin, et al.
Veröffentlicht: (2023)

An Empirical Study of Developers' Challenges in Implementing Workflows as Code: A Case Study on Apache Airflow
von: Yasmin, Jerin, et al.
Veröffentlicht: (2024)

Now's the Time: Computer Science Must Evolve to Emphasize Software and Systems Engineering with Artificial Intelligence (AI)
von: Sekharan, Chandra N., et al.
Veröffentlicht: (2026)

WIP: An Engaging Undergraduate Intro to Model Checking in Software Engineering Using TLA+
von: Läufer, Konstantin, et al.
Veröffentlicht: (2024)

Black‐Eyed Pea in the High Plains
von: Sally Jones‐Diamond, et al.
Veröffentlicht: (2024)

Toxicity of the Commons: Curating Open-Source Pre-Training Data
von: Arnett, Catherine, et al.
Veröffentlicht: (2024)

Exploring the Lifecycle and Maintenance Practices of Pre-Trained Models in Open-Source Software Repositories
von: Koohjani, Matin, et al.
Veröffentlicht: (2025)

Beyond Local Code Optimization: Multi-Agent Reasoning for Software System Optimization
von: Peng, Huiyun, et al.
Veröffentlicht: (2026)

Operationalizing Research Software for Supply Chain Security
von: Kalu, Kelechi G., et al.
Veröffentlicht: (2026)

Dataset: Copy-based Reuse in Open Source Software
von: Jahanshahi, Mahmoud, et al.
Veröffentlicht: (2023)

VQEzy: An Open-Source Dataset for Parameter Initialization in Variational Quantum Eigensolvers
von: Zhang, Chi, et al.
Veröffentlicht: (2025)

Can Large-Language Models Help us Better Understand and Teach the Development of Energy-Efficient Software?
von: Hasler, Ryan, et al.
Veröffentlicht: (2024)

SysLLMatic: Large Language Models are Software System Optimizers
von: Peng, Huiyun, et al.
Veröffentlicht: (2025)

Understanding Abandonment and Slowdown Dynamics in the Maven Ecosystem
von: Hasan, Kazi Amit, et al.
Veröffentlicht: (2025)

SEMODS: A Validated Dataset of Open-Source Software Engineering Models
von: González, Alexandra, et al.
Veröffentlicht: (2026)

A Manually-Curated Dataset of Fixes to Vulnerabilities of Open-Source Software
von: Ponta, Serena E., et al.
Veröffentlicht: (2019)

Limits of Generative Pre-Training in Structured EMR Trajectories with Irregular Sampling
von: Kuo, Nicholas I-Hsien, et al.
Veröffentlicht: (2025)

Cuvis.Ai: An Open-Source, Low-Code Software Ecosystem for Hyperspectral Processing and Classification
von: Hanson, Nathaniel, et al.
Veröffentlicht: (2024)

Sources of Underproduction in Open Source Software
von: Champion, Kaylea, et al.
Veröffentlicht: (2024)

Dataset Distillation for Pre-Trained Self-Supervised Vision Models
von: Cazenavette, George, et al.
Veröffentlicht: (2025)

Towards a Classification of Open-Source ML Models and Datasets for Software Engineering
von: González, Alexandra, et al.
Veröffentlicht: (2024)

OSPtrack: A Labeled Dataset Targeting Simulated Execution of Open-Source Software
von: Tan, Zhuoran, et al.
Veröffentlicht: (2024)

Open-Source Periorbital Segmentation Dataset for Ophthalmic Applications
von: Nahass, George R., et al.
Veröffentlicht: (2024)

Evaluating Methods for Efficient Entity Count Estimation
von: Mathew, Jerin George, et al.
Veröffentlicht: (2024)

Journal of Open Source Software
Veröffentlicht: (2017)

Unlocking Reproducibility: Automating re-Build Process for Open-Source Software
von: Hassanshahi, Behnaz, et al.
Veröffentlicht: (2025)

Bypassing the Safety Training of Open-Source LLMs with Priming Attacks
von: Vega, Jason, et al.
Veröffentlicht: (2023)

Antidiagonal Initial Complexes of Infinite Matrix Schubert Varieties are Cohen-Macaulay
von: Chlopecki, Anna Natalie, et al.
Veröffentlicht: (2026)

Open Source, Open Threats? Investigating Security Challenges in Open-Source Software
von: Akhavani, Seyed Ali, et al.
Veröffentlicht: (2025)

AgentHub: A Registry for Discoverable, Verifiable, and Reproducible AI Agents
von: Pautsch, Erik, et al.
Veröffentlicht: (2025)

A Tool for Automatically Cataloguing and Selecting Pre-Trained Models and Datasets for Software Engineering
von: González, Alexandra, et al.
Veröffentlicht: (2026)

An Open-Source Training Dataset for Foundation Models for Black-box Optimization
von: Klein, Aaron, et al.
Veröffentlicht: (2026)

1.4 Million Open-Source Distilled Reasoning Dataset to Empower Large Language Model Training
von: Zhao, Han, et al.
Veröffentlicht: (2025)

Contributing to Scientific Open Source Software
von: Whitaker, Kirstie Jane
Veröffentlicht: (2026)