2549 पेपर
यह शोध पत्र स्ट्रक्चर-अवेयर डिफ फॉर्मेट्स (BlockDiff और FuncDiff) और एक एडेप्टिव स्ट्रैटेजी (AdaEdit) पेश करता है जो LLMs को सबसे अधिक टोकन-कुशल एडिटिंग फॉर्मेट को गतिशील रूप से चुनने में सक्षम बनाते हैं, जिससे लंबे-कोड एडिटिंग कार्यों के लिए फुल-कोड सटीकता प्राप्त करते हुए लेटेंसी और लागत में 30% से अधिक की कमी आती है।
यह शोध पत्र प्रैग्मोस (Pragmos) को प्रस्तुत करता है, जो एक प्रोटोटाइप सिस्टम है जो बिजनेस प्रोसेस मैनेजमेंट में ब्लैक-बॉक्स एलएलएम (LLM) समाधानों की सीमाओं को संबोधित करता है, जिससे एक हाइब्रिड, इंटरैक्टिव वर्कफ़्लो सक्षम होता है जहाँ मानव और एलएलएम विशेषीकृत व्यवहार विश्लेषण उपकरणों द्वारा समर्थित संरचित, पुनरावृत्ति चरणों के माध्यम से सहयोगात्मक रूप से सुदृढ़ और व्याख्या योग्य प्रक्रिया मॉडल का निर्माण करते हैं।
यह शोध पत्र विशेषज्ञ स्क्रीनिंग और एक नियंत्रित प्रयोग का उपयोग करके पांच आर्किटेक्चरल डिसीजन रिकॉर्ड (ADR) टेम्प्लेट का अनुभवजन्य मूल्यांकन करता है ताकि यह प्रदर्शित किया जा सके कि निगार्ड का टेम्लेट समग्र समझ और उपयोगिता के मामले में बेहतर है, जो चिकित्सकों को सबसे प्रभावी दस्तावेज़ीकरण प्रारूप चुनने के लिए एक साक्ष्य-आधारित मार्गदर्शिका प्रदान करता है।
स्केलबॉक्स (ScaleBox) एक उच्च-सटीकता और स्केलेबल कोड सत्यापन प्रणाली है जो स्वचालित विशेष-जज जनरेशन, सूक्ष्म-स्तरीय समानांतर निष्पादन और मल्टी-नोड समन्वय के माध्यम से मौजूदा सैंडबॉक्स की सीमाओं को संबोधित करती है, जिससे बड़े भाषा मॉडलों (large language models) के बड़े पैमाने पर कोड प्रशिक्षण और मूल्यांकन की सटीकता और दक्षता दोनों में महत्वपूर्ण सुधार होता है।
यह शोध पत्र NvRec का प्रस्ताव करता है, जो एक टेल-अवेयर (tail-aware) N-वर्जन मशीन लर्निंग फ्रेमवर्क है जो कई मॉडलों को प्रोफाइल करके कम उपयोग किए जाने वाले API के अविश्वसनीय आउटपुट को फ़िल्टर करता है, जिससे पांच-मॉडल कॉन्फ़िगरेशन के माध्यम से ट्रू एक्सेप्ट (true accept) और रिजेक्शन रेट के बीच एक इष्टतम संतुलन प्राप्त होता है।
पज़लमार्क (PuzzleMark) न्यूरल कोड कंप्लीशन मॉडल्स के लिए एक सुदृढ़ और अदृश्य वॉटरमार्किंग फ्रेमवर्क है जो डेटासेट की बौद्धिक संपदा की सुरक्षा करने के लिए कोड जटिलता-आधारित कैरियर चयन और एक नवीन वेरिएबल नेम कॉनकैटिनेशन पैटर्न का लाभ उठाता है, जबकि पूर्ण सत्यापन सटीकता प्राप्त करता है और मौजूदा डिटेक्शन विधियों से बचता है।
यह शोध पत्र 15 टेम्पलेट इंजनों में 1,004 बग्स का पहला व्यापक अनुभवजन्य अध्ययन प्रस्तुत करता है, जो असामान्य रेंडरिंग जैसे प्रचलित लक्षणों की पहचान करता है, सिंटैक्स के दुरुपयोग और डेटा संदर्भ बेमेल जैसे मूल कारणों को वर्गीकृत करता है, और डेवलपर्स को इन जटिल समस्याओं के निदान और समाधान में सहायता करने के लिए फिक्स पैटर्न और प्रोटोटाइप टूल्स प्रस्तावित करता है।
यह शोध पत्र कोडिंग में मानव-AI सह-सृजन (co-creation) के मूल्यांकन के लिए एक विश्वसनीयता-जागरूक, रूब्रिक-संचालित LLM-as-a-Judge ढांचे को प्रस्तुत करता है, जो यह प्रकट करने के लिए कठोर बहु-मानदंड जज मूल्यांकन को प्रक्षेपवक्र-स्तर (trajectory-level) के विश्लेषण के साथ जोड़ता है कि सह-सृजन की सफलता आमतौर पर शुरुआत में केंद्रित होती है जबकि संशोधन व्यवहार विषम बने रहते हैं।
यह शोध पत्र एआई सॉफ्टवेयर सप्लाई चेन को विश्लेषण के एक महत्वपूर्ण क्षेत्र के रूप में स्थापित करता है, जिसमें चार संरचनात्मक अंतराल—सत्यापनीयता (verifiability), संस्करण (versioning), अवलोकन क्षमता (observability) और ट्रैसेबिलिटी (traceability)—की पहचान की गई है जो एआई सिस्टम को उनके पूरे जीवनचक्र में असुरक्षित छोड़ देते हैं, एक ऐसा जोखिम जिसे लगभग 400 मिलियन लाइनों के कोड वाले एक संदर्भ स्टैक के विशाल पैमाने और जटिलता द्वारा स्पष्ट किया गया है।
यह शोध पत्र साइलेंट रिग्रेशन (silent regressions) को रोकने और आपूर्ति श्रृंखला विश्वसनीयता सुनिश्चित करने के लिए प्रोडक्शन कॉन्ट्रैक्ट्स, जोखिम-आधारित परीक्षण और कम्पैटिबिलिटी गेट्स के माध्यम से अपारदर्शी लार्ज लैंग्वेज मॉडल अपडेट को प्रबंधित करने हेतु एक डिप्लॉयमेंट-साइड गवर्नेंस फ्रेमवर्क प्रस्तावित करता है।