Buchumschlag

A Comprehensive Multi-Vocal Empirical Study of ML Cloud Service Misuses

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Amor, Hadil Ben, Abdellatif, Manel, Ghaleb, Taher
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MLmisFinder: A Specification and Detection Approach of Machine Learning Service Misuses
von: Amor, Hadil Ben, et al.
Veröffentlicht: (2026)

Self-Admitted Technical Debt in LLM Software: An Empirical Comparison with ML and Non-ML Software
von: Selvanayagam, Niruthiha, et al.
Veröffentlicht: (2026)

From First Use to Final Commit: Studying the Evolution of Multi-CI Service Adoption
von: Chopra, Nitika, et al.
Veröffentlicht: (2025)

An Empirical Study of Complexity, Heterogeneity, and Compliance of GitHub Actions Workflows
von: Abrokwah, Edward, et al.
Veröffentlicht: (2025)

CI/CD Configuration Practices in Open-Source Android Apps: An Empirical Study
von: Ghaleb, Taher A., et al.
Veröffentlicht: (2024)

Role of CI Adoption in Mobile App Success: An Empirical Study of Open-Source Android Projects
von: Zhou, Xiaoxin, et al.
Veröffentlicht: (2026)

When AI Agents Touch CI/CD Configurations: Frequency and Success
von: Ghaleb, Taher A.
Veröffentlicht: (2026)

Fingerprinting AI Coding Agents on GitHub
von: Ghaleb, Taher A.
Veröffentlicht: (2026)

CIgrate: Automating CI Service Migration with Large Language Models
von: Hossain, Md Nazmul, et al.
Veröffentlicht: (2025)

The Promise and Reality of Continuous Integration Caching: An Empirical Study of Travis CI Builds
von: Ghaleb, Taher A., et al.
Veröffentlicht: (2026)

Can LLMs Write CI? A Study on Automatic Generation of GitHub Actions Configurations
von: Ghaleb, Taher A., et al.
Veröffentlicht: (2025)

Code Change Characteristics and Description Alignment: A Comparative Study of Agentic versus Human Pull Requests
von: Pham, Dung, et al.
Veröffentlicht: (2026)

How Compliant Are GitHub Actions Workflows? A Checklist-Based Study with LLM-Assisted Auditing
von: Abrokwah, Edward, et al.
Veröffentlicht: (2026)

Mapping GitHub Sponsorships: A Longitudinal Observatory for Open-Source Sustainability
von: Hiltz, Rylan, et al.
Veröffentlicht: (2026)

A Vision for Context-Aware CI Adoption Decisions
von: Alaini, Osamah H., et al.
Veröffentlicht: (2026)

Security Debt in Practice: Nuanced Insights from Practitioners
von: Boufaied, Chaima, et al.
Veröffentlicht: (2025)

An Empirical Study of API Misuses of Data-Centric Libraries
von: Galappaththi, Akalanka, et al.
Veröffentlicht: (2024)

LTM: Scalable and Black-box Similarity-based Test Suite Minimization based on Language Models
von: Pan, Rongqi, et al.
Veröffentlicht: (2023)

Android Instrumentation Testing in Continuous Integration: Practices, Patterns, and Performance
von: Parsazadeh, Hamid, et al.
Veröffentlicht: (2026)

DeepGD: A Multi-Objective Black-Box Test Selection Approach for Deep Neural Networks
von: Aghababaeyan, Zohreh, et al.
Veröffentlicht: (2023)

LogSieve: Task-Aware CI Log Reduction for Sustainable LLM-Based Analysis
von: Barnes, Marcus Emmanuel, et al.
Veröffentlicht: (2026)

Task-Aware Reduction for Scalable LLM-Database Systems
von: Barnes, Marcus Emmanuel, et al.
Veröffentlicht: (2025)

Tracing Vulnerabilities in Maven: A Study of CVE lifecycles and Dependency Networks
von: Yang-Smith, Corey, et al.
Veröffentlicht: (2025)

SMARLA: A Safety Monitoring Approach for Deep Reinforcement Learning Agents
von: Zolfagharian, Amirhossein, et al.
Veröffentlicht: (2023)

The Product Beyond the Model -- An Empirical Study of Repositories of Open-Source ML Products
von: Nahar, Nadia, et al.
Veröffentlicht: (2023)

Chaos Engineering: A Multi-Vocal Literature Review
von: Owotogbe, Joshua, et al.
Veröffentlicht: (2024)

DiffGAN: A Test Generation Approach for Differential Testing of Deep Neural Networks for Image Analysis
von: Aghababaeyan, Zohreh, et al.
Veröffentlicht: (2024)

From Code Changes to Quality Gains: An Empirical Study in Python ML Systems with PyQu
von: Almukhtar, Mohamed, et al.
Veröffentlicht: (2025)

Identifying and Mitigating API Misuse in Large Language Models
von: Zhuo, Terry Yue, et al.
Veröffentlicht: (2025)

ToolMisuseBench: An Offline Deterministic Benchmark for Tool Misuse and Recovery in Agentic Systems
von: Sigdel, Akshey, et al.
Veröffentlicht: (2026)

How the Misuse of a Dataset Harmed Semantic Clone Detection
von: Krinke, Jens, et al.
Veröffentlicht: (2025)

Contextual Fairness-Aware Practices in ML: A Cost-Effective Empirical Evaluation
von: Parziale, Alessandra, et al.
Veröffentlicht: (2025)

Automating the Detection of Requirement Dependencies Using Large Language Models
von: Darif, Ikram, et al.
Veröffentlicht: (2026)

LLM-Based Multi-Agent Systems for Code Generation: A Multi-Vocal Literature Review
von: Rasheeda, Zeeshan, et al.
Veröffentlicht: (2026)

Satellite: Detecting and Analyzing Smart Contract Vulnerabilities caused by Subcontract Misuse
von: Liao, Zeqin, et al.
Veröffentlicht: (2025)

AFGNN: API Misuse Detection using Graph Neural Networks and Clustering
von: Pirapuraj, Ponnampalam, et al.
Veröffentlicht: (2026)

Opportunities and Security Risks of Technical Leverage: A Replication Study on the NPM Ecosystem
von: Samaana, Haya, et al.
Veröffentlicht: (2024)

Performance Smells in ML and Non-ML Python Projects: A Comparative Study
von: Belias, François, et al.
Veröffentlicht: (2025)

Designing Secure AI-based Systems: a Multi-Vocal Literature Review
von: Schneider, Simon, et al.
Veröffentlicht: (2024)

Detecting Misuse of Security APIs: A Systematic Review
von: Mousavi, Zahra, et al.
Veröffentlicht: (2023)