dedupT：用Transformer整体建模堆栈跟踪去重
热点事件持续更新
dedupT：用Transformer整体建模堆栈跟踪去重
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Md Afif Al Mamun 等作者提出 dedupT，用预训练语言模型对堆栈跟踪整体建模，再以嵌入向量训练全连接网络，对重复崩溃报告排序。作者在四个公开数据集上实验称，其 MRR 较最佳深度学习基线常提升超 15%，较传统方法最高提升 10%，唯一崩溃检测的 ROC-AUC 也更高。该工作已被 IEEE TSE 接收。
AI 根据报道生成 · 1 小时前更新
最新进展10月22日 12:00
dedupT：基于 Transformer 的堆栈跟踪崩溃去重方法报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv cs.SEdedupT：基于 Transformer 的堆栈跟踪崩溃去重方法
dedupT 用预训练语言模型对堆栈跟踪整体建模，再以嵌入向量训练全连接网络对重复崩溃报告排序。在四个公开数据集上，其 MRR 较最佳深度学习基线常提升超 15%，较传统方法最高提升 10%，唯一崩溃检测的 ROC-AUC 也更高。该工作已被 IEEE TSE 接收。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。