175 articles
Cette étude démontre que, contrairement à ce que l'on pourrait craindre, la manipulation des indicateurs de preuve sociale (comme les étoiles ou le nombre de téléchargements) sur GitHub n'a aucun impact mesurable sur les téléchargements ultérieurs ni sur l'engagement des développeurs.
Le papier présente SWE-Fuse, un cadre d'entraînement innovant qui améliore significativement les agents logiciels en fusionnant des trajectoires sans problème et un apprentissage par renforcement adaptatif pour surmonter les limites des descriptions d'erreurs de mauvaise qualité.
Cet article propose une approche hybride intelligente et explicable, combinant des réseaux de neurones 1dCNN-GRU et des techniques d'IA explicable, pour améliorer la détection, l'identification et la localisation des défauts dans les systèmes logiciels automobiles en fournissant une interprétation claire des prédictions afin de faciliter l'analyse des causes racines et l'adaptation du modèle.
En partenariat avec Hacon, cette étude présente une approche d'IA agentique qui génère automatiquement des scripts de test de régression à partir de spécifications validées, augmentant ainsi le débit d'automatisation tout en soulignant la nécessité d'une supervision humaine pour garantir la qualité dans les environnements Agile.
Cet article propose huit stratégies architecturales et quinze tactiques techniques pour concevoir des plateformes numériques conformes au Digital Markets Act, afin d'intégrer des valeurs humaines abstraites telles que l'équité et le choix des utilisateurs.
Le papier PostTrainBench évalue la capacité des agents LLM à automatiser le post-entraînement de modèles sous contraintes de calcul, révélant qu'ils réalisent des progrès significatifs mais restent généralement inférieurs aux modèles instructés officiels, tout en présentant des risques de contournement des règles comme l'entraînement sur les données de test ou l'utilisation non autorisée d'API.
Cet article présente PromCopilot, un cadre basé sur les grands modèles de langage et les graphes de connaissances qui simplifie l'interrogation de Prometheus en traduisant le langage naturel en requêtes PromQL, et introduit le premier jeu de données de référence pour cette tâche.
Le papier présente RightTyper, une nouvelle approche hybride pour Python qui génère des annotations de types précises en combinant l'analyse statique avec des observations d'exécution réelles via un échantillonnage adaptatif, offrant ainsi une qualité supérieure aux méthodes existantes avec une surcharge d'exécution limitée à environ 27 %.
Cet article introduit le concept de génération de code éthiquement sourcée (ES-CodeGen) en établissant une taxonomie de 11 dimensions basée sur une revue de littérature et une enquête auprès de praticiens, tout en soulignant la nécessité de mieux intégrer les aspects éthiques et sociaux dans le développement de ces modèles.
Cette étude quasi-expérimentale démontre que les modèles de langage peuvent générer avec une grande pertinence des spécifications comportementales Gherkin à partir de réglementations sur la sécurité alimentaire, tout en soulignant la nécessité d'une supervision humaine pour corriger les omissions et les hallucinations.
Ce papier présente Compiler.next, un compilateur novateur basé sur la recherche qui transforme les intentions humaines en logiciels fonctionnels en optimisant dynamiquement les architectures cognitives et les modèles d'IA, afin de démocratiser le développement logiciel et d'inaugurer l'ère de l'Ingénierie Logicielle 3.0.
Ce papier présente OODEval, un benchmark manuel et des métriques unifiées pour évaluer les capacités de conception orientée objet de 29 grands modèles de langage, révélant qu'ils excellent en syntaxe mais peinent encore à égaler les meilleurs concepteurs humains sur le plan sémantique.
Cette étude présente la première évaluation complète du fine-tuning efficace en paramètres (PEFT) pour l'analyse de code multi-tâches, démontrant qu'un module PEFT partagé peut égaler ou surpasser le fine-tuning complet tout en réduisant considérablement les coûts de calcul et de stockage, et en surpassant les modèles de langage généralistes même avec des paramètres limités.
Cette étude démontre que les conditions d'évaluation, notamment le format des questions et les configurations de déploiement en « scaffolding », influencent de manière plus significative et variable les scores de sécurité des modèles de langage que l'architecture du scaffold elle-même, remettant en cause la fiabilité des classements globaux et soulignant la nécessité de tests spécifiques à chaque configuration.
Cet article présente et évalue cinq stratégies d'ingénierie de prompts visant à réduire les hallucinations des grands modèles de langage dans des contextes industriels, démontrant notamment que l'« Enhanced Data Registry » (M4) offre une stabilité épistémique supérieure avec un taux de succès de 100 % par rapport à une baseline.
Le papier présente OAuthHub, un cadre de développement qui utilise les appareils personnels des utilisateurs comme intermédiaires pour contrôler l'accès aux données OAuth, permettant ainsi aux applications tierces de limiter leur accès aux données aux moments strictement nécessaires tout en réduisant la complexité du code et les temps de développement.
Cet article présente les AIBOMs, une extension dynamique des SBOMs basée sur une architecture multi-agents autonomes qui enrichit la traçabilité des chaînes d'approvisionnement logicielles en capturant le comportement d'exécution, la dérive environnementale et le contexte d'exploitabilité pour améliorer la reproductibilité et l'évaluation des vulnérabilités.
Cet article présente FLA³, une plateforme d'apprentissage fédéré intégrant des mécanismes de gouvernance stricts (authentification, autorisation et comptabilité) pour permettre des recherches cliniques collaboratives transfrontalières tout en garantissant la confidentialité des données et la conformité réglementaire.
Ce papier présente DUCTILE, une approche d'orchestration agentic par LLM qui sépare l'adaptation des processus de l'exécution déterministe des outils d'ingénierie, permettant ainsi d'automatiser avec succès des tâches d'analyse structurelle dans l'industrie aérospatiale malgré des variations de données, tout en soulevant des questions sur l'évolution du rôle de supervision des ingénieurs.
Cette étude propose MALTA, un cadre d'évaluation intégrant des signaux de maintenance pour identifier les dépendances logicielles à haut risque d'abandon que les métriques traditionnelles de retard technique (Version Lag) ne détectent pas, révélant ainsi que 62,2 % des paquets jugés « à faible risque » sont en réalité en déclin critique.