🛠️ Category

cs.SE

2463 पेपर

💻 computer science

Predicting Acceptance and Review Effort in Human and Agent Pull Requests

यह शोध पत्र यह प्रदर्शित करता है कि केवल सबमिशन-समय की विशेषताओं का उपयोग करने वाले मशीन लर्निंग मॉडल मानव और एजेंट दोनों के पुल रिक्वेस्ट (pull requests) की स्वीकृति का सटीक अनुमान लगा सकते हैं, लेकिन समीक्षा प्रयास (review effort) का पूर्वानुमान लगाने में संघर्ष करते हैं, जो यह सुझाव देता है कि उनका सर्वोत्तम उपयोग स्वचालित निर्णय लेने वालों के बजाय ट्राइएज (triage) के लिए सलाहकार उपकरणों के रूप में किया जाना है।

Kartik Ghanshyambhai Pansuriya, Ehsan Ghorbani, Deepak Singh, Eman Abdullah AlOmar2026-07-15
💻 computer science

Beyond Test Presence: Assessing the Quality and Robustness of Agent-Generated Tests in Open-Source Projects

2,00,000 से अधिक टेस्ट आर्टिफैक्ट्स का यह अनुभवजन्य अध्ययन प्रकट करता है कि जहाँ AI एजेंट एज-केस कवरेज में मानव डेवलपर्स से बेहतर प्रदर्शन करते हैं, वहीं वे पर्यावरणीय जागरूकता की कमी के कारण उच्च फ्लैकी (flakiness) जोखिम वाले टेस्ट उत्पन्न करते हैं, जो टेस्ट निष्पादन सफलता और आंतरिक गुणवत्ता के बीच एक महत्वपूर्ण अंतर को रेखांकित करता है।

Preet Jhanglani, Zeel Kaushal Desai, Vidhi Kansara, Eman Abdullah AlOmar2026-07-15
💻 computer science

Cross-Cutting Security Analysis of LLM-Generated Code via Metamorphic Testing and Association Rule Mining

यह शोध पत्र मेटामॉर्फिक टेस्टिंग और एसोसिएशन रूल माइनिंग को संयोजित करने वाले एक ढांचे को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि LLM-जनित कोड में सुरक्षा संबंधी कमजोरियां अलग-थलग दोष नहीं हैं, बल्कि विशिष्ट प्रॉम्प्ट संदर्भों के साथ दृढ़ता से सहसंबंधित संरचित, क्रॉस-कटिंग पैटर्न हैं, जो यह प्रकट करता है कि परीक्षण किए गए 68.8% स्निपेट्स में कई सह-घटित होने वाली सुरक्षा विफलताएं मौजूद हैं।

Zedong Peng, Chenggang Wang, Shangyue Zhu2026-07-15
🤖 machine learning

TraceSynth: Generating Production-Quality Kernel Traces with Constraint-Guided Diffusion Models

TraceSynth एक बाधा-निर्देशित (constraint-guided) डिफ्यूजन फ्रेमवर्क है जो सिस्टम डायग्नोस्टिक्स के लिए सीमित वास्तविक डेटा को लागत प्रभावी ढंग से बढ़ाने हेतु उच्च-गुणवत्ता वाले सिंथेटिक कर्नेल निष्पादन ट्रेसेस (execution traces) उत्पन्न करता है, जो लाइटवेट मल्टी-चैनल मॉडलिंग के माध्यम से कंप्यूटिंग लागतों को महत्वपूर्ण रूप से कम करते हुए नियतात्मक वर्कलोड (deterministic workloads) पर बेसलाइन के करीब प्रदर्शन प्राप्त करता है।

Yuvraj Sehgal, Sneh Patel, Mahsa Panahandeh, Naser Ezzati-Jivan, Francois Tetreault2026-07-15
💻 computer science

TestMiner: Software Testing Analysis for GitHub Repositories

यह शोधपत्र TestMiner प्रस्तुत करता है, जो एक ऐसा टूल है जिसे विविध GitHub रिपॉजिटरीज़ में सॉफ्टवेयर टेस्टिंग प्रथाओं का विश्लेषण और विज़ुअलाइज़ करने के लिए डिज़ाइन किया गया है, जो टेस्ट सांख्यिकी, स्थान, विकास और निर्भरता पर मेट्रिक्स प्रदान करता है, और जिसे स्नातक छात्रों द्वारा वास्तविक दुनिया की टेस्टिंग रणनीतियों के आलोचनात्मक अन्वेषण को सुगम बनाने की इसकी क्षमता के लिए सकारात्मक रूप से मूल्यांकित किया गया था।

Andre Hora, José Miguel Rojas, Romain Robbes2026-07-15
💻 computer science

Foundational Constraint Solving for Expressive Refinement Typing

यह शोध पत्र FLEX प्रस्तुत करता है, जो सत्यापित Lean प्रमेय सिद्धकर्ता (theorem prover) में कार्यान्वित एक मौलिक 'कन्स्ट्रेंड हॉर्न क्लॉज' (Constrained Horn Clause) सॉल्वर है, जो विश्वसनीय कंप्यूटिंग बेस को कर्नेल तक सीमित करता है और SMT की अभिव्यक्ति सीमाओं को पार करने के लिए Lean के प्रमाण पारिस्थितिकी तंत्र (proof ecosystem) का लाभ उठाता है और उच्च सफलता दर के साथ निम्न-स्तरीय सिस्टम कोड को स्वचालित रूप से सत्यापित करता है।

Jam Kabeer Ali Khan, Petros Markopoulos, Nico Lehmann, Ranjit Jhala2026-07-15
💻 computer science

WIP: Software Engineering Competencies in the Age of AI

यह शोध पत्र वर्तमान उद्योग साहित्य की समीक्षा के आधार पर सॉफ्टवेयर इंजीनियरिंग कॉम्पिटेंसी मॉडल (SWECOM) में दो नई दक्षताओं, एआई साक्षरता (AI Literacy) और एआई विकास (AI development) को एकीकृत करने का प्रस्ताव देकर आर्टिफिशियल इंटेलिजेंस के लिए तेजी से विकसित होती उद्योग की आवश्यकताओं और स्थिर विश्वविद्यालय पाठ्यक्रमों के बीच के अंतर को संबोधित करता है।

Lynn Vonderhaar, Massood Towhidnejad, Omar Ochoa2026-07-15
💻 computer science

XScientist: A Git-Like Research Protocol for Long-Running Autonomous Scientific Discovery

XScientist एक गिट-समान (git-like) ऑपरेटिंग सिस्टम और एजेंट-नेटिव रिसर्च आर्टिफैक्ट (ARA) प्रोटोकॉल पेश करता है जो स्वायत्त वैज्ञानिक खोज को एक-बार के पेपर जनरेशन से बदलकर एक पुनरुत्पादनीय (reproducible), ऑडिट करने योग्य और फोर्क करने योग्य दीर्घकालिक पाइपलाइन में बदल देता है, जो प्रत्येक शोध रन को एक पोर्टेबल, निरीक्षण योग्य अन्वेषण वृक्ष (exploration tree) के रूप में मानता है जो दावों को उनके अंतर्निहित साक्ष्य और निष्पादन इतिहास से जोड़ता है।

Jixiang Luo2026-07-15✓ Author reviewed ⓘ
💻 computer science

Mystra: Declarative Dynamic Taint Analysis via Shadow Virtual Machine

यह शोध पत्र मिस्ट्रा (Mystra) को प्रस्तुत करता है, जो डायनेमिक टेन्ट विश्लेषण (dynamic taint analysis) के लिए एक डिक्लेरेटिव भाषा और शैडो वर्चुअल मशीन आर्किटेक्चर है जो टेन्ट सिमेंटिक्स को रनटाइम इंस्ट्रुमेंटेशन से अलग करता है, जिससे शार् (Shar) टूल को मौजूदा समाधानों की तुलना में कई जावास्क्रिप्ट और पायथन रनटाइम्स में उच्च सटीकता और काफी कम ओवरहेड प्राप्त करने में सक्षम बनाया जा सके।

Zhuohao Zhang, Junkun Liu, Rui Yang, Yinzhi Cao, Ziyang Li2026-07-15
💻 computer science

How Many Interviews Are Enough in a Software Engineering Study? Preliminary Findings on Sample Size and Saturation

यह शोध पत्र 2016 और 2025 के बीच प्रकाशित अनुभवजन्य सॉफ्टवेयर इंजीनियरिंग अध्ययनों का विश्लेषण करता है जिससे यह स्पष्ट होता है कि साक्षात्कार नमूना आकार (इंटरव्यू सैंपल साइज) आमतौर पर 13 से 24 प्रतिभागियों के बीच रहता है, जबकि नमूना पर्याप्तता और संतृप्ति (सैचुरेशन) के औचित्य को असंगत रूप से रिपोर्ट किया जाता है और यह अक्सर स्पष्ट पद्धतिगत चर्चा के बजाय निहित तर्क पर निर्भर करता है।

Ronnie de Souza Santos, Italo Santos, Mauricio Rodrigues, Cleyton Magalhaes2026-07-15