期刊名：Software

期刊主页：https://www.mdpi.com/journal/software

本期编辑荐读为您精选了Software 五篇高引精选文章，内容涵盖Python工具包、大语言模型、决策支持系统、手语识别、深度学习、网页应用、软件可靠性、无限故障模型、DevOps、持续集成/持续部署等相关研究，希望能为相关领域学者提供新的思路和参考，欢迎阅读。

（1）

AsymmeTree: A Flexible Python Package for the Simulation of Complex Gene Family Histories

AsymmeTree：一个灵活的Python工具包，用于模拟复杂的基因家族演化历史

https://www.mdpi.com/2674-113X/1/3/13

AsymmeTree是一个灵活且易于使用的Python工具包，用于模拟基因家族的演化历史。它能够模拟物种树，并综合考虑基因重复、基因丢失、基因转换和水平基因转移等事件的共同作用，使基因家族沿着物种树进行演化。为了生成贴近真实生物场景的模拟结果，该工具包还对多种来源的演化速率异质性进行了建模。此外，还可以基于基因系统发育树模拟核苷酸或氨基酸序列（可选包含插入缺失、位点间速率异质性和不变位点）。在模拟的各个步骤中，用户可以从多种可选方法和参数中进行选择。这些选项涵盖了同类工具中常见的设置，同时也包含一些通常不常见的功能，例如用于物种演化的创新模型。虽然可以为每个独立步骤生成输出文件，但AsymmeTree主要设计用于集成到复杂的Python流程中，以评估数据分析方法的性能。用户可以与模拟场景进行交互、分析，并可能对其进行调整操作。AsymmeTree已在GitHub上免费开放获取。

关键词：基因家族历史；模拟；物种树；基因树；序列；速率异质性；水平基因转移

（2）

Dental Loop Chatbot: A Prototype Large Language Model Framework for Dentistry

Dental Loop智能助手：专为牙科打造的大语言模型应用框架

https://www.mdpi.com/2674-113X/3/4/29

Dental Loop聊天机器人是一个基于微调大语言模型（LLM）和检索增强生成（RAG）技术的实时循证指导系统，专为牙科医生设计。本文介绍了该聊天机器人的开发过程及初步评估结果，旨在将其打造为适用于资源受限环境的可扩展临床决策支持工具。系统架构采用量化低秩自适应（QLoRA）技术实现高效微调，同时通过动态检索机制确保回复的上下文准确性和相关性。该原型为牙科领域未来的分诊和诊断支持系统奠定了基础。

关键词：大语言模型；决策支持系统；牙科病历；数字牙科

（3）

Signsability: Enhancing Communication through a Sign Language App

Signsability：一款手语App，让沟通无障碍

https://www.mdpi.com/2674-113X/3/3/19

将手语识别系统融入数字平台，有望弥合听障群体与更广泛社会之间的沟通鸿沟。本文介绍了一套先进的以色列手语（ISL）识别系统，该系统能够解读动态手势动作，满足对更流畅、更精密沟通工具的迫切需求。与传统仅关注静态手语的系统不同，我们的方案结合深度学习与计算机视觉技术，实时分析并翻译视频中的动态手势。我们全面阐述了预处理流程，详细介绍了从视频采集到使用MediaPipe提取关键点的每个阶段，包括用于预处理这些关键点的数学公式，以及最终的识别过程。本研究所用的训练数据集内容全面且公开可用，有助于提升未来研究的可复现性和扩展性。模型已部署于公开网站，用户可与以色列手语进行互动式学习练习。本文还讨论了开发过程、攻克的技术难点，以及该系统在促进社会包容与相互理解方面的预期影响。

关键词：手语识别；深度学习；计算机视觉；MediaPipe；视频处理；以色列手语数据集；网页应用

（4）

Are Infinite-Failure NHPP-Based Software Reliability Models Useful?

无限故障NHPP软件可靠性模型是否具备实用价值？

https://www.mdpi.com/2674-113X/2/1/1

在现有研究中，无限故障软件可靠性模型（如Musa-Okumoto模型，1984年）已被证明能够有效量化刻画软件测试过程并评估软件可靠性。本文重点研究基于无限故障（II型）非齐次泊松过程（NHPP）的软件可靠性模型，通过与现有的有限故障（I型）NHPP模型进行全面比较，评估这些模型的性能表现。具体而言，为描述软件缺陷发现时间的分布规律，我们假设了11种具有代表性的概率分布函数，可归类为广义指数分布族和极值分布族两大类。随后，我们比较了相应的11种I型和II型NHPP模型在拟合优度和预测性能方面的表现。在数值实验中，我们分析了来自16个实际开发项目的软件缺陷计数数据，这些数据在软件行业中通常被称为缺陷计数时域数据和缺陷计数时间间隔数据（分组数据）。两类NHPP模型均采用最大似然法进行参数估计。对比结果显示，II型NHPP模型可能比现有的I型NHPP模型具有更好的预测性能，尤其在软件测试的早期阶段表现更为明显。

关键词：软件可靠性；无限故障模型；非齐次泊松过程；最大似然估计；拟合优度；预测性能

（5）

Enhancing DevOps Practices in the IoT–Edge–Cloud Continuum: Architecture, Integration, and Software Orchestration Demonstrated in the COGNIFOG Framework

DevOps在物联网-边缘-云协同环境中的实践增强：基于COGNIFOG框架的架构设计与软件编排

https://www.mdpi.com/2674-113X/4/2/10

本文介绍了COGNIFOG——一个正在开发中的创新框架，旨在利用分布式决策、机器学习和分布式计算，实现物联网–边缘–云连续体中的自主运行、自适应能力和可扩展性。本研究重点强调持续集成/持续部署（CI/CD）实践、开发流程以及灵活的集成基础设施。所述方法论确保了框架的高效、可靠和无缝集成，为集成设计、数据流管理以及前沿技术的融合应用提供了有价值的见解。通过在智慧城市、电子健康和智能制造三个真实场景中的试验，以及开发一套全面的快速部署指南，本研究展示了COGNIFOG平台的高效性和适应性，为应对下一代计算环境的复杂性提供了一个稳健的解决方案。

关键词：物联网–边缘–云连续体；服务编排；认知连接；雾计算；边缘计算；物联网；DevOps；持续集成/持续部署

期刊介绍

主编：Mirko Viroli, Alma Mater Studiorum Università di Bologna, via dellUniversità 50, 47521 Cesena FC, Italy

Software (ISSN 2674-113X) 创刊于2022年，是一个国际化、经同行评审的开放获取期刊。本刊旨在汇聚学术界与工业界的研究人员、工程师及软件开发人员，共同探讨软件应用领域在理论与实践层面的创新理念与扎实成果。期刊聚焦软件工程、软件应用及相关算法的最新研究进展，致力于解决该领域的核心问题。