2463 पेपर
यह शोध पत्र SliceViz प्रस्तुत करता है, जो एक वेब-आधारित टूल है जो स्टैटिक प्रोग्राम स्लाइसिंग और सॉफ्टवेयर विज़ुअलाइज़ेशन को जोड़ता है ताकि एंड्रॉइड डेवलपर्स को गोपनीयता-संबंधित डेटा प्रवाहों की पहचान करने और उनके बारे में तर्क करने में मदद मिल सके, जिसकी क्षमता का सत्यापन 12 प्रतिभागियों के साथ एक उपयोगकर्ता अध्ययन के माध्यम से किया गया है।
यह शोध पत्र सर्टस (Certus) को प्रस्तुत करता है, जो एक डोमेन-विशिष्ट भाषा है जो भाषाई रूप से अर्थपूर्ण निर्णय प्रतिनिधित्व के लिए फजी सेट्स (fuzzy sets) और पारदर्शी अभिव्यक्ति-आधारित प्रसार (expression-based propagation) का उपयोग करके आश्वासन मामलों (assurance cases) में मात्रात्मक विश्वास मूल्यांकन को सक्षम बनाती है, जो मौजूदा विधियों की सामान्य सीमाओं को संबोधित करती है।
यह शोध पत्र QuArch को प्रस्तुत करता है, जो कंप्यूटर आर्किटेक्चर में लार्ज लैंग्वेज मॉडल्स की तर्क क्षमताओं का मूल्यांकन करने और उन्हें सुधारने के लिए विशेषज्ञों द्वारा सत्यापित 2,671 प्रश्नों से युक्त पहला बेंचमार्क है, जो उनके डिज़ाइन और विश्लेषण कौशल में महत्वपूर्ण अंतराल को उजागर करता है और यह भी प्रदर्शित करता है कि इस डेटासेट पर फाइन-ट्यूनिंग करने से यथार्थवादी हार्डवेयर डिज़ाइन कार्यों पर प्रदर्शन में काफी वृद्धि हो सकती है।
यह शोध पत्र 495 स्टैक ओवरफ्लो पोस्ट और 9,116 गिटहब इश्यूज का विश्लेषण करके फेडरेटेड लर्निंग डेवलपर चुनौतियों का एक अनुभवजन्य अध्ययन प्रस्तुत करता है ताकि आवर्ती दर्द बिंदुओं—जैसे कि एनवायरनमेंट सेटअप, एपीआई अस्थिरता, और नॉन-आईआईडी डेटा के तहत प्रशिक्षण—की पहचान की जा सके और एफएल (FL) टूलिंग, दस्तावेज़ीकरण और शिक्षा में सुधार के लिए कार्रवाई योग्य सिफारिशें प्रदान की जा सकें।
यह शोध पत्र CATGen को प्रस्तुत करता है, जो एक संदर्भ-जागरूक (context-aware) वर्कफ़्लो है जो पुनरावृत्त LLM मरम्मत (iterative LLM repair) के बजाय स्पष्ट प्रोजेक्ट निर्भरताओं, नियत स्कैफोल्डिंग (deterministic scaffolding) और स्थैतिक विश्लेषण (static analysis) को प्राथमिकता देकर LLM-आधारित यूनिट टेस्ट जनरेशन की व्यावहारिक विश्वसनीयता को बढ़ाता है, जिससे जटिल औद्योगिक परिवेशों में संकलन सफलता (compilation success) और कवरेज में उल्लेखनीय सुधार होता है और समय एवं टोकन लागत में कमी आती है।
यह शोध पत्र VeriSynth को प्रस्तुत करता है, जो एक अभिनव ढांचा है जो Rust zkEVM कोड से निष्पादन योग्य सत्यापन मॉडल (executable verification models) को स्वचालित रूप से संश्लेषित करने के लिए एक हाइब्रिड LLM-SMT पाइपलाइन का लाभ उठाता है, जो मैनुअल स्पेसिफिकेशन और LLM मतिभ्रम (hallucinations) की सीमाओं को पार करते हुए 90% से अधिक बग डिटेक्शन दर प्राप्त करता है।
यह शोध पत्र CoHarden को प्रस्तुत करता है, जो एक पुनरावृत्ति सह-उत्पादन (iterative co-generation) ढांचा है जो मानक 'फेल-टू-पास' मानदंडों की सीमाओं को दूर करने के लिए ढीले और गलत पैच के विरुद्ध बग पुनरुत्पादन परीक्षणों और सुधारों को सुदृढ़ करता है, जिससे SWE-bench Verified जैसे बेंचमार्क पर स्वचालित प्रोग्राम रिपेयर की सफलता दर में महत्वपूर्ण सुधार होता है।
यह शोध पत्र क्रॉस-प्रोजेक्ट डिफेक्ट प्रेडिक्शन के लिए एक नवीन मल्टी-स्टेज डायनेमिक सिलेक्शन फ्रेमवर्क प्रस्तावित करता है जो डिस्ट्रीब्यूशन शिफ्ट को कम करने और 82 प्रोजेक्ट्स में स्टेट-ऑफ-द-आर्ट विधियों से बेहतर प्रदर्शन करने के लिए प्रोजेक्ट-लेवल और मॉड्यूल-लेवल क्लासिफायर सिलेक्शन का उपयोग करता है।
तीन गेरिट-आधारित (Gerrit-based) पारिस्थित प्रणालियों में लगभग 30,000 संबंध श्रृंखलाओं (relation chains) का यह अनुभवजन्य अध्ययन यह प्रकट करता है कि हालांकि निर्भरता-लिंक्ड परिवर्तन अनुक्रम (dependency-linked change sequences) तेजी से प्रचलित हो रहे हैं, वे मर्ज समय को महत्वपूर्ण रूप से बढ़ाते हैं और समीक्षा प्रयास को प्रसारित करते हैं, जिससे यह आवश्यक हो जाता है कि भविष्य के समीक्षा उपकरण और एनालिटिक्स को अलग-थलग परिवर्तनों के बजाय इन संरचित श्रृंखलाओं पर तर्क करने के लिए विकसित हो।
यह शोधपत्र मल्टीपार्टी सेशन टाइप्स पर आधारित एक औपचारिक ढांचे को प्रस्तुत करता है जो जीडीपीआर (GDPR) उद्देश्य सीमा (purpose limitation) को संरचित इंटरेक्शन प्रोटोकॉल के रूप में मॉडल करता है, जिससे एक टाइप सिस्टम के माध्यम से वितरित प्रणालियों (distributed systems) में उद्देश्य अनुपालन के कठोर रनटाइम सत्यापन को सक्षम बनाया जा सके जो यह सुनिश्चित करता है कि वेल-टाइप्ड कार्यान्वयन अपने घोषित डेटा-प्रसंस्करण उद्देश्यों का कड़ाई से पालन करते हैं।