Buchumschlag

A First Look at the Lifecycle of DL-Specific Self-Admitted Technical Debt

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Recupito, Gilberto, De Martino, Vincenzo, Di Nucci, Dario, Palomba, Fabio
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

When Code Smells Meet ML: On the Lifecycle of ML-specific Code Smells in ML-enabled Systems
von: Recupito, Gilberto, et al.
Veröffentlicht: (2024)

Teaching Mining Software Repositories
von: Codabux, Zadia, et al.
Veröffentlicht: (2025)

A First Look at the Self-Admitted Technical Debt in Test Code: Taxonomy and Detection
von: Islam, Shahidul, et al.
Veröffentlicht: (2025)

Classification, Challenges, and Automated Approaches to Handle Non-Functional Requirements in ML-Enabled Systems: A Systematic Literature Review
von: De Martino, Vincenzo, et al.
Veröffentlicht: (2023)

A Taxonomy of Self-Admitted Technical Debt in Deep Learning Systems
von: Pepe, Federica, et al.
Veröffentlicht: (2024)

Exploring the Advances in Using Machine Learning to Identify Technical Debt and Self-Admitted Technical Debt
von: Melin, Eric L., et al.
Veröffentlicht: (2024)

Investigating Technical Debt Types, Issues, and Solutions in Serverless Computing
von: Perera, Hasini Sumalee, et al.
Veröffentlicht: (2026)

Understanding Self-Admitted Technical Debt in Test Code: An Empirical Study
von: Nakamura, Ibuki, et al.
Veröffentlicht: (2025)

Negativity in Self-Admitted Technical Debt: How Sentiment Influences Prioritization
von: Cassee, Nathan, et al.
Veröffentlicht: (2025)

An Empirical Study of Self-Admitted Technical Debt in Machine Learning Software
von: Bhatia, Aaditya, et al.
Veröffentlicht: (2023)

Multi-Artifact Analysis of Self-Admitted Technical Debt in Scientific Software
von: Melin, Eric L., et al.
Veröffentlicht: (2026)

Quantifying and Characterizing Clones of Self-Admitted Technical Debt in Build Systems
von: Xiao, Tao, et al.
Veröffentlicht: (2024)

Do Developers Adopt Green Architectural Tactics for ML-Enabled Systems? A Mining Software Repository Study
von: De Martino, Vincenzo, et al.
Veröffentlicht: (2024)

Green Architectural Tactics in ML-enabled Systems: An LLM-based Repository Mining Study
von: De Martino, Vincenzo, et al.
Veröffentlicht: (2026)

Self-Admitted Technical Debt in Scientific Software: Prioritization, Sentiment, and Propagation Across Artifacts
von: Melin, Eric L., et al.
Veröffentlicht: (2026)

Self-Admitted Technical Debt Detection Approaches: A Decade Systematic Review
von: Sutoyo, Edi, et al.
Veröffentlicht: (2023)

SATDAUG -- A Balanced and Augmented Dataset for Detecting Self-Admitted Technical Debt
von: Sutoyo, Edi, et al.
Veröffentlicht: (2024)

How Do Community Smells Influence Self-Admitted Technical Debt in Machine Learning Projects?
von: Cynthia, Shamse Tasnim, et al.
Veröffentlicht: (2025)

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

Understanding the Effectiveness of LLMs in Automated Self-Admitted Technical Debt Repayment
von: Sheikhaei, Mohammad Sadegh, et al.
Veröffentlicht: (2025)

Evidence is All We Need: Do Self-Admitted Technical Debts Impact Method-Level Maintenance?
von: Chowdhury, Shaiful, et al.
Veröffentlicht: (2024)

Tracing the Lifecycle of Architecture Technical Debt in Software Systems: A Dependency Approach
von: Sutoyo, Edi, et al.
Veröffentlicht: (2025)

Deep Learning and Data Augmentation for Detecting Self-Admitted Technical Debt
von: Sutoyo, Edi, et al.
Veröffentlicht: (2024)

Text Tells the Cost: Predicting and Analyzing Repayment Effort of Self-Admitted Technical Debt
von: Li, Yikun, et al.
Veröffentlicht: (2023)

"TODO: Fix the Mess Gemini Created": Towards Understanding GenAI-Induced Self-Admitted Technical Debt
von: Mujahid, Abdullah Al, et al.
Veröffentlicht: (2026)

A Methodological Framework for LLM-Based Mining of Software Repositories
von: De Martino, Vincenzo, et al.
Veröffentlicht: (2025)

Hidden in Plain Sight: Where Developers Confess Self-Admitted Technical Debt
von: Sridharan, Murali, et al.
Veröffentlicht: (2025)

Descriptor: C++ Self-Admitted Technical Debt Dataset (CppSATD)
von: Pham, Phuoc, et al.
Veröffentlicht: (2025)

A Framework for Using LLMs for Repository Mining Studies in Empirical Software Engineering
von: de Martino, Vincenzo, et al.
Veröffentlicht: (2024)

Smart Contract Vulnerabilities, Tools, and Benchmarks: an Updated Systematic Literature Review
von: Iuliano, Gerardo, et al.
Veröffentlicht: (2024)

Reading Between the Code Lines: On the Use of Self-Admitted Technical Debt for Security Analysis
von: Ferreyra, Nicolás E. Díaz, et al.
Veröffentlicht: (2026)

What Can Self-Admitted Technical Debt Tell Us About Security? A Mixed-Methods Study
von: Ferreyra, Nicolás E. Díaz, et al.
Veröffentlicht: (2024)

Socio-Technical Well-Being of Quantum Software Communities: An Overview on Community Smells
von: Lambiase, Stefano, et al.
Veröffentlicht: (2026)

Sustainability of Machine Learning-Enabled Systems: The Machine Learning Practitioner's Perspective
von: De Martino, Vincenzo, et al.
Veröffentlicht: (2025)

Detection of Technical Debt in Java Source Code
von: Hai, Nam Le, et al.
Veröffentlicht: (2024)

On the Impact of 3D Visualization of Repository Metrics in Software Engineering Education
von: Di Dario, Dario, et al.
Veröffentlicht: (2024)

TagDebt: A Bot to Support Technical Debt Management
von: Biazotto, João Paulo, et al.
Veröffentlicht: (2026)

The TechDebt Game -- Enabling Discussions about Technical Debt
von: Wiese, Marion, et al.
Veröffentlicht: (2025)

Technical Lag as Latent Technical Debt: A Rapid Review
von: Panter, Shane K., et al.
Veröffentlicht: (2026)

The Technical Debt Gamble: A Case Study on Technical Debt in a Large-Scale Industrial Microservice Architecture
von: Borowa, Klara, et al.
Veröffentlicht: (2025)