Buchumschlag

LeakageDetector: An Open Source Data Leakage Analysis Tool in Machine Learning Pipelines

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	AlOmar, Eman Abdullah, DeMario, Catherine, Shagawat, Roger, Kreiser, Brandon
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

LeakageDetector 2.0: Analyzing Data Leakage in Jupyter-Driven Machine Learning Pipelines
von: Truong, Owen, et al.
Veröffentlicht: (2025)

Deciphering Refactoring Branch Dynamics in Modern Code Review: An Empirical Study on Qt
von: AlOmar, Eman Abdullah
Veröffentlicht: (2024)

An Empirical Study on the Impact of Code Duplication-aware Refactoring Practices on Quality Metrics
von: AlOmar, Eman Abdullah
Veröffentlicht: (2025)

How to Refactor this Code? An Exploratory Study on Developer-ChatGPT Refactoring Conversations
von: AlOmar, Eman Abdullah, et al.
Veröffentlicht: (2024)

Insights from the Field: Exploring Students' Perspectives on Bad Unit Testing Practices
von: Peruma, Anthony, et al.
Veröffentlicht: (2024)

Exploring Prompt Patterns in AI-Assisted Code Generation: Towards Faster and More Effective Developer-AI Collaboration
von: DiCuffa, Sophia, et al.
Veröffentlicht: (2025)

AntiCopyPaster 2.0: Whitebox just-in-time code duplicates extraction
von: AlOmar, Eman Abdullah, et al.
Veröffentlicht: (2024)

ChatGPT for Code Refactoring: Analyzing Topics, Interaction, and Effective Prompts
von: AlOmar, Eman Abdullah, et al.
Veröffentlicht: (2025)

On Inter-dataset Code Duplication and Data Leakage in Large Language Models
von: López, José Antonio Hernández, et al.
Veröffentlicht: (2024)

CodeMorph: Mitigating Data Leakage in Large Language Model Assessment
von: Rao, Hongzhou, et al.
Veröffentlicht: (2025)

On the Structure and Semantics of Identifier Names Containing Closed Syntactic Category Words
von: Newman, Christian D., et al.
Veröffentlicht: (2025)

Data Leakage in Automotive Perception: Practitioners' Insights
von: Babu, Md Abu Ahammed, et al.
Veröffentlicht: (2026)

Recipe for Discovery: A Pipeline for Institutional Open Source Activity
von: Gomez, Juanita, et al.
Veröffentlicht: (2025)

Exposing and Defending Membership Leakage in Vulnerability Prediction Models
von: Liao, Yihan, et al.
Veröffentlicht: (2025)

Mitigating Sensitive Information Leakage in LLMs4Code through Machine Unlearning
von: Gu, Shanzhi, et al.
Veröffentlicht: (2025)

SCALAR: A Part-of-speech Tagger for Identifiers
von: Newman, Christian D., et al.
Veröffentlicht: (2025)

Unsafe and Unused? A History of Utility Code in Mature Open Source Projects
von: Keller, Brandon, et al.
Veröffentlicht: (2026)

Open Source Software Development Tool Installation: Challenges and Strategies For Novice Developers
von: Salerno, Larissa, et al.
Veröffentlicht: (2024)

Gotcha! This Model Uses My Code! Evaluating Membership Leakage Risks in Code Models
von: Yang, Zhou, et al.
Veröffentlicht: (2023)

Empirical Analysis on CI/CD Pipeline Evolution in Machine Learning Projects
von: Rzig, Dhia Elhaq, et al.
Veröffentlicht: (2024)

A Landscape Study of Open Source and Proprietary Tools for Software Bill of Materials (SBOM)
von: Mirakhorli, Mehdi, et al.
Veröffentlicht: (2024)

SmartPatchLinker: An Open-Source Tool to Linked Changes Detection for Code Review
von: Khemissi, Islem, et al.
Veröffentlicht: (2026)

Understanding Open Source Contributor Profiles in Popular Machine Learning Libraries
von: Liu, Jiawen, et al.
Veröffentlicht: (2024)

OpenLambdaVerse: A Dataset and Analysis of Open-Source Serverless Applications
von: Chavez-Moreno, Angel C., et al.
Veröffentlicht: (2025)

The Role of Data Filtering in Open Source Software Ranking and Selection
von: Malviya-Thakur, Addi, et al.
Veröffentlicht: (2024)

Measuring Software Innovation with Open Source Software Development Data
von: Brown, Eva Maxfield, et al.
Veröffentlicht: (2024)

An Empirical Study of GenAI Adoption in Open-Source Game Development: Tools, Tasks, and Developer Challenges
von: Chen, Xiang Echo, et al.
Veröffentlicht: (2025)

Automated Extraction and Analysis of Developer's Rationale in Open Source Software
von: Dhaouadi, Mouna, et al.
Veröffentlicht: (2025)

LessLeak-Bench: A First Investigation of Data Leakage in LLMs Across 83 Software Engineering Benchmarks
von: Zhou, Xin, et al.
Veröffentlicht: (2025)

EASELAN: An Open-Source Framework for Multimodal Biosignal Annotation and Data Management
von: Rammohan, Rathi Adarshi, et al.
Veröffentlicht: (2025)

Centralized Defense: Logging and Mitigation of Kubernetes Misconfigurations with Open Source Tools
von: Russell, Eoghan, et al.
Veröffentlicht: (2024)

Machine Learning in the Wild: Early Evidence of Non-Compliant ML-Automation in Open-Source Software
von: Arshid, Zohaib, et al.
Veröffentlicht: (2026)

A Model-based Chatbot Generation Approach to Converse with Open Data Sources
von: Ed-douibi, Hamza, et al.
Veröffentlicht: (2020)

Modelling Open-Source Software Reliability Incorporating Swarm Intelligence-Based Techniques
von: Shatnawi, Omar
Veröffentlicht: (2024)

Guiding Effort Allocation in Open-Source Software Projects Using Bus Factor Analysis
von: Lisan, Aliza, et al.
Veröffentlicht: (2024)

10 quick tips for making your software outlive your job
von: Littauer, Richard, et al.
Veröffentlicht: (2025)

Towards an Accurate GPU Data Race Detector
von: Nayak, Ajay, et al.
Veröffentlicht: (2026)

Open-Source AI-based SE Tools: Opportunities and Challenges of Collaborative Software Learning
von: Lin, Zhihao, et al.
Veröffentlicht: (2024)

Machine Learning Pipeline for Software Engineering: A Systematic Literature Review
von: Kansab, Samah
Veröffentlicht: (2025)

What Makes a Fairness Tool Project Sustainable in Open Source?
von: Mim, Sadia Afrin, et al.
Veröffentlicht: (2025)