The specification, detection, and refactoring of machine learning service misuses

Résumé

Les modèles d’apprentissage automatique sont aujourd’hui largement utilisés dans des domaines tels que le traitement d’images, le diagnostic médical et les systèmes autonomes. Les grands fournisseurs infonuagiques, comme Amazon, Google et Microsoft, proposent des services infonuagiques d’apprentissage automatique qui facilitent le développement en évitant la création de modèles à partir de zéro. Toutefois, ces services sont souvent utilisés de manière inappropriée, ce qui dégrade la qualité des systèmes et leur maintenabilité. Malgré certains travaux portant sur des mauvaises pratiques dans la programmation orientée objet, les services infonuagiques et les systèmes basés sur l’apprentissage automatique, la littérature ne propose pas encore de cadre global pour la spécification, la détection et la correction des mauvaises pratiques liées aux services infonuagiques d’apprentissage automatique. Ce projet répond à ce manque à travers trois contributions : (1) un catalogue des mauvaises pratiques d’utilisation des services infonuagiques d’apprentissage automatique, (2) une approche automatisée de détection de ces mauvaises pratiques, et (3) une stratégie de leur correction. Le catalogue a été construit à partir d’une étude empirique multi-focale combinant une revue de la littérature, l’analyse de 377 projets GitHub exploitant des services infonuagiques d’apprentissage automatique et une enquête auprès de 50 praticiens, conduisant à l’identification de 20 mauvaises pratiques. Nous proposons ensuite MLmisFinder, une approche automatisée fondée sur un méta-modèle et des règles de détection. Évaluée sur 107 projets, elle atteint une précision de 96,7% et un rappel de 97%, tout en démontrant une bonne capacité de passage à l’échelle. Enfin, la correction automatisée à l’aide des grands modèles de langage (LLMs) a été étudiée, GPT étant le plus performant dans 58% des cas, avec une précision allant jusqu’à 82% et un temps d’exécution moyen de 3,86 secondes.

Date	22 mars 2026
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Manel Abdellatif (Directeur(-trice)) & Taher A. Ghaleb (Codirecteur(-trice))