177 articles
Le papier présente Once4All, un nouveau cadre de fuzzing assisté par LLM qui synthétise des générateurs de termes réutilisables à partir de grammaires extraites de la documentation pour produire des formules SMT syntaxiquement valides et sémantiquement diversifiées avec un seul investissement d'interaction, permettant ainsi de découvrir 43 bogues confirmés dans les solveurs Z3 et cvc5.
Cette étude révèle un décalage entre les priorités de la recherche académique, les besoins de l'industrie et le comportement réel des modèles de langage, soulignant la nécessité d'intégrer des mécanismes d'assurance qualité pour garantir que le code généré respecte non seulement les tests fonctionnels mais aussi les caractéristiques non fonctionnelles critiques comme la maintenabilité et la sécurité.
Le papier présente DIVE, une méthode qui inverse l'ordre de synthèse des tâches en exécutant d'abord des outils réels pour en déduire des tâches variées, permettant ainsi à un modèle Qwen3-8B entraîné sur ces données de surpasser significativement les meilleures bases de référence en généralisation hors distribution grâce à une diversité accrue plutôt qu'à une simple augmentation du volume de données.
Ce papier présente CR-Bench et CR-Evaluator, un nouveau jeu de données et une pipeline d'évaluation fine pour les agents de revue de code, révélant un compromis critique entre la résolution des problèmes et la génération de faux positifs qui limite leur utilité dans les flux de travail réels.
Cet article présente Questions-of-Thoughts (QoT), un cadre d'inférence qui améliore la qualité des conceptions logicielles assistées par LLM en structurant les objectifs utilisateurs en séquences d'étapes d'ingénierie et en intégrant une auto-évaluation itérative pour vérifier les contraintes, réduisant ainsi les erreurs d'omission et améliorant la modularité, la sécurité et l'évolutivité des systèmes générés.
Ce papier présente l'agent iSWE, un système automatisé de résolution de problèmes pour les dépôts de code Java qui combine des agents d'IA et des outils d'analyse statique basés sur des règles pour atteindre des performances de pointe.
Ce papier propose un cadre systématique pour opérationnaliser les normes sociales, légales, éthiques, empathiques et culturelles (SLEEC) afin de combler le fossé entre les principes abstraits et les exigences concrètes pour des agents IA alignés sur les valeurs humaines.
Cet article présente une méthode automatisée et peu coûteuse utilisant des agents IA pour générer des environnements d'apprentissage par renforcement haute performance en JAX ou Rust, garantissant une équivalence sémantique et des gains de vitesse considérables par rapport aux implémentations de référence.
Les auteurs ont développé un cours en ligne basé sur un simulateur de circuits quantiques interactif afin de rendre l'apprentissage du calcul quantique accessible à tous les étudiants, indépendamment de leur formation antérieure, grâce à des tâches évaluées automatiquement et un retour immédiat.
Cet article présente ScenarioFuzz, une méthode de fuzzing basée sur des scénarios qui utilise des données historiques et des réseaux de neurones pour orchestrer la découverte de vulnérabilités dans les systèmes de conduite autonome, réduisant ainsi les coûts de temps de 60,3 % tout en augmentant de 103 % la découverte de scénarios d'erreurs.
LAMBDA est un agent de données open-source et sans code basé sur des modèles de langage, qui orchestre un programmeur et un inspecteur pour générer et déboguer automatiquement du code, tout en permettant une intervention humaine et l'intégration de connaissances externes pour faciliter l'analyse de données.
Cette étude propose un cadre de modélisation basé sur l'ingénierie des systèmes pour gérer l'évolution des architectures de réseaux de distribution de clés quantiques, en utilisant des langages comme l'OMV et le SysML afin de faciliter leur intégration dans les infrastructures classiques et de répondre aux exigences croissantes de sécurité.
Cet article propose une redéfinition de la boucle de contrôle des agents BDI intégrant explicitement la gestion des contraintes temporelles et des ressources pour garantir des réactions en temps réel, validée par une implémentation dans un jeu vidéo de collecte de ressources.
Ce papier présente AUTOTEE, une approche innovante utilisant les grands modèles de langage pour automatiser l'identification, la transformation et le portage de fonctions sensibles vers des environnements d'exécution de confiance (TEE), réduisant ainsi considérablement la charge de développement manuelle tout en obtenant des taux de réussite élevés sur des bases de code Java et Python.
Cet article présente une étude empirique à grande échelle révélant que la capacité des grands modèles de langage à localiser des défauts logiciels est fragile et souvent dépendante de indices syntaxiques plutôt que sémantiques, comme le démontre leur échec fréquent face à des mutations préservant la sémantique du code.
MioHint est une nouvelle approche de test d'API en boîte blanche qui surmonte les limitations des méthodes existantes en combinant l'analyse statique pour extraire le code pertinent et les capacités de compréhension des grands modèles de langage (LLM), permettant ainsi d'augmenter significativement la couverture de code et la précision des mutations sur des services REST réels.
Cet article présente RVSG, une approche de test basée sur un modèle vision-langage développée avec PAL Robotics pour générer automatiquement des comportements humains violant les exigences de sécurité et ainsi évaluer la robustesse des robots mobiles autonomes industriels dans des environnements simulés.
Ce papier présente RefAgent, un cadre multi-agents basé sur les grands modèles de langage qui automatise le restructuration logicielle de bout en bout en surpassant les approches mono-agent et les outils traditionnels grâce à une planification dynamique, une exécution itérative et une capacité d'auto-réflexion.
Cet article propose le concept novateur de systèmes d'information auto-codants, capables d'adapter dynamiquement leur structure et leur comportement en générant, testant et déployant autonomement leur propre code à l'exécution pour accélérer la mise sur le marché de nouvelles fonctionnalités.
Cette étude utilisant le suivi oculaire auprès de novices en Java révèle que le choix entre l'extraction et l'inlining de méthodes dépend de la difficulté de la tâche, l'extraction améliorant les performances pour les tâches complexes mais les dégradant pour les tâches simples en augmentant la charge cognitive et les allers-retours visuels.