🤖 AI

Position: Early-Stage Quality Assurance in Annotation Pipelines Is More Cost-Effective Than Late-Stage Validation

यह स्थिति पत्र (position paper) यह तर्क देता है कि एनोटेशन पाइपलाइनों में प्रारंभिक-चरण के गुणवत्ता आश्वासन (quality assurance) को प्राथमिकता देना विलंब-चरण के सत्यापन (late-stage validation) की तुलना में काफी अधिक लागत प्रभावी है, और मशीन लर्निंग समुदाय से आग्रह करता है कि वे वर्तमान शोध के एक प्रमुख अंतर को दूर करने के लिए QA समय को एक महत्वपूर्ण डिज़ाइन चर (design variable) के रूप में मानें और इसे व्यवस्थित रूप से रिपोर्ट करें।

Sunil Kothari, Sumukha Sharma Thoppanahalli Chandramouli, Naman Khandelwal, Parth Kulshreshtha, Ashi Jain, Kriti Banka (…)2026-05-18
🤖 AI

RoadmapBench: Evaluating Long-Horizon Agentic Software Development Across Version Upgrades

RoadmapBench वास्तविक ओपन-सोर्स वर्ज़न अपग्रेड्स पर आधारित 115 जटिल, लॉन्ग-होराइजन कोडिंग कार्यों के एक बेंचमार्क को पेश करता है ताकि यह प्रदर्शित किया जा सके कि वर्तमान फ्रंटियर एआई एजेंट बड़े पैमाने पर, मल्टी-टारगेट सॉफ्टवेयर डेवलपमेंट के साथ काफी संघर्ष करते हैं, जो सबसे उन्नत मॉडल्स के साथ भी 40% से कम कार्यों को हल कर पाते हैं।

Xinbo Xu, Ruihan Yang, Haiyang Shen, Wendong Xu, Bofei Gao, Ruoyu Wu, Kean Shi, Weichu Xie, Xuanzhong Chen, Ming Wu, Jas (…)2026-05-18
💻 computer science

From Text to DSL: Evaluating Grammar-Based Model Generation Using Open LLMs

यह शोध पत्र प्रदर्शित करता है कि कॉम्पैक्ट, ओपन-सोर्स लार्ज लैंग्वेज मॉडल्स, फ्यू-शॉट प्रॉम्प्टिंग का उपयोग करके, प्राकृतिक भाषा से सिंटैक्टिक रूप से वैध और सिमेंटिक रूप से पूर्ण डोमेन-विशिष्ट भाषा (DSL) मॉडल्स को प्रभावी ढंग से उत्पन्न कर सकते हैं, जो मॉडल-संचालित सॉफ्टवेयर इंजीनियरिंग कार्यों को स्वचालित करने के लिए प्रोप्रायटरी मॉडल्स के एक लागत-प्रभावी विकल्प के रूप में कार्य करते हैं।

Junaid Baber, Nicolas Hili, Didier Schwab, Léo Challier, Cécilia Satrin2026-05-18
💻 computer science

From Ranking to Reasoning: Explainable Web API Recommendation via Semantic Reasoning

यह शोध पत्र WAR-R1 प्रस्तुत करता है, जो एक हल्का (lightweight) LLM पर आधारित एक व्याख्यात्मक (explainable) Web API अनुशंसा ढांचा है, जो अनुशंसा सटीकता में सुधार करने और पारदर्शी औचित्य प्रदान करने के लिए समान रूप से सिमेंटिक रीजनिंग, विशेष टोकन के माध्यम से अनुकूली परिवर्तनीय-कार्डिनैलिटी जनरेशन और सुदृढीकरण शिक्षण (reinforcement learning) के साथ एक दो-चरणीय प्रशिक्षण प्रक्रिया का उपयोग करता है।

Zishuo Xu, Dezhong Yao, Yao Wan2026-05-15
📊 statistics

StreamSampling.jl: Efficient Sampling from Data Streams in Julia

यह शोध पत्र StreamSampling.jl प्रस्तुत करता है, जो एक जूलिया (Julia) लाइब्रेरी है जो अज्ञात आकार के डेटा स्ट्रीम से स्थिर मेमोरी फुटप्रिंट बनाए रखते हुए कुशल, सिंगल-पास सैंपलिंग को सक्षम बनाती है, और अनुभवजन्य बेंचमार्क के माध्यम से पारंपरिक तरीकों पर इसके प्रदर्शन संबंधी लाभों को मान्य करती है।

Adriano Meligrana2026-05-15
💻 computer science

Quantitative Symbolic Patch Impact Analysis

यह शोधपत्र मात्रात्मक आंशिक तुल्यता विश्लेषण (क्वांटिटेटिव पार्शियल इक्विवेलेंस एनालिसिस) प्रस्तुत करता है, जो एक प्रतीकात्मक दृष्टिकोण है जो पैच के प्रभाव का आकलन करने और विचलन का कारण बनने वाली विशिष्ट इनपुट स्थितियों की पहचान करने के लिए मूल और पैच किए गए प्रोग्रामों के बीच व्यवहार संबंधी अंतर को मापता है, और वास्तविक दुनिया के CVE पैच और बेंचमार्क डेटासेट पर इसकी प्रभावशीलता प्रदर्शित करता है।

Laboni Sarker, Abdus Satter, Tevfik Bultan2026-05-15
💻 computer science

Neural Code Translation of Legacy Code: APL to C#

यह शोध पत्र लार्ज लैंग्वेज मॉडल्स का उपयोग करके लेगेसी एPL (APL) कोड को C# में अनुवादित करने के लिए एक नवीन ढांचे को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि रिट्रीवल ऑग्मेंटेशन और इटरेटिव रिफाइनमेंट जैसी निर्देशित रणनीतियाँ, एक स्वचालित मूल्यांकन पाइपलाइन के साथ मिलकर, APL की विरल सिंटैक्स और सीमित प्रशिक्षण डेटा की चुनौतियों के बावजूद अनुवाद की गुणवत्ता में महत्वपूर्ण सुधार करती हैं।

Abdulrahman Ramadan, Hanen Borchani, Iben Lilholm, Mikkel Almind, Allan Peter Engsig-Karup2026-05-15
💻 computer science

A Non-Destructive Methodological Framework for Modernizing Legacy Clinical Reporting Systems for AI-Driven Pharmacoinformatics: A SAS Case Study

यह शोध पत्र एक गैर-विनाशकारी पद्धतिगत ढांचे को प्रस्तुत करता है जो मौजूदा कोड को एक मेटाडेटा परत के साथ लपेटकर मशीन-पठनीय आउटपुट उत्पन्न करने के लिए, मूल स्रोत को बदले बिना उच्च सत्यापन समानता और महत्वपूर्ण कोड कमी प्राप्त करते हुए, एआई-संचालित फार्माकोइनफॉर्मेटिक्स के लिए लीगेसी एसएएस (SAS) क्लिनिकल रिपोर्टिंग सिस्टमों को आधुनिक बनाता है।

Jaime Yan2026-05-15
💻 computer science

Case Studies and Reflections on Agentic Software Engineering for Rapid Development of Digital Music Instruments

यह शोध पत्र तीन C++/JUCE केस स्टडीज—विरासत वाले टूल्स (legacy tools) को पुन: कार्यान्वित करने और नए इंटरफेस बनाने—के साथ-साथ गैर-प्रोग्रामर संगीतकारों के लिए प्रभावी प्रथाओं और भविष्य की दिशाओं के ऑटोएथ्नोग्राफिक विश्लेषण के माध्यम से, डिजिटल संगीत वाद्य यंत्र विकास में बाधाओं को कम करने और दीर्घायु बढ़ाने के लिए एजेंटिक सॉफ्टवेयर इंजीनियरिंग के अनुप्रयोग का अन्वेषण करता है।

Matthew John Yee-King2026-05-15
💬 NLP

CRANE: Constrained Reasoning Injection for Code Agents via Nullspace Editing

CRANE एक ट्रेनिंग-फ्री पैरामीटर-एडिटिंग विधि है जो लॉन्ग-होरिज़न रीजनिंग और टूल-यूज़ प्रदर्शन को महत्वपूर्ण रूप से बढ़ाने के लिए नलस्पेस एडिटिंग के माध्यम से इंस्ट्रक्ट (Instruct) और थिंकिंग (Thinking) कोड एजेंट चेकपॉइंट्स को मर्ज करती है और साथ ही दक्षता को भी बनाए रखती है।

Mingzhi Zhu, Michele Merler, Raju Pavuluri, Stacy Patterson2026-05-15