通过BOM分析揭示神经网络的演化:来自55,997个GitHub仓库的大规模研究洞察
软件工程
2025-09-25 v1
摘要
神经网络因其卓越性能已成为许多领域的核心组成部分。开源社区见证了神经网络(NN)仓库的快速涌入和快速迭代,使从业者分析其演化以指导开发并紧跟趋势变得至关重要。虽然大量研究探索了使用软件物料清单(SBOM)的传统软件演化,但SBOM不适合神经网络软件,后者依赖预定义模块和预训练模型(PTMs),具有独特的组件结构和复用模式。概念性的AI物料清单(AIBOM)也缺乏大规模演化分析的实际实现。为填补这一空白,我们引入了神经网络物料清单(NNBOM),一个专为NN软件设计的综合数据集。我们从55,997个精心筛选的PyTorch GitHub仓库中创建了大规模NNBOM数据库,编目其第三方库、预训练模型和模块。利用该数据库,我们对神经网络软件演化进行了全面的实证研究,涵盖软件规模、组件复用和跨域依赖,为维护者和开发者提供其长期趋势的全景视图。基于这些发现,我们开发了两个原型应用——多仓库演化分析器和单仓库组件评估与推荐器,以展示我们分析的实际价值。
引用
@article{arxiv.2509.20010,
title = {Demystifying the Evolution of Neural Networks with BOM Analysis: Insights from a Large-Scale Study of 55,997 GitHub Repositories},
author = {Xiaoning Ren and Yuhang Ye and Xiongfei Wu and Yueming Wu and Yinxing Xue},
journal= {arXiv preprint arXiv:2509.20010},
year = {2025}
}
备注
11pages,8figures