2549 पेपर
यह शोध पत्र IssueSpecter को प्रस्तुत करता है, जो एक स्वचालित टूल है जो अनकवर्ड (uncovered) कोड सेगमेंट में बग्स की पहचान करने और पुनरुत्पादन चरणों (reproduction steps) एवं सुझाए गए सुधारों के साथ प्राथमिकता वाले, कार्रवाई योग्य इश्यू रिपोर्ट्स उत्पन्न करने के लिए कवरेज विश्लेषण और LLMs का लाभ उठाता है, जो मौजूदा अत्याधुनिक टूल्स की तुलना में बेहतर वैधता और रैंकिंग प्रदर्शन प्रदर्शित करता है।
यह व्यवस्थित साहित्य समीक्षा (systematic literature review) एम्पिरिकल सॉफ्टवेयर इंजीनियरिंग में लार्ज लैंग्वेज मॉडल (LLM) के अनुप्रयोगों के वर्तमान परिदृश्य को मानचित्रित करने के लिए 2020-2025 के 50 अध्येशनों का विश्लेषण करती है, जो स्वचालन-प्रधान डेटा प्रोसेसिंग कार्यों में उनके प्रमुख उपयोग को उजागर करते हुए भविष्य के अनुसंधान एजेंडे को निर्देशित करने के लिए मानव-केंद्रित एकीकरण, पारदर्शिता और पुनरुत्पादकता में महत्वपूर्ण अंतराल की पहचान करती है।
यह शोध पत्र एक छह-स्तरीय संदर्भ आर्किटेक्चर का प्रस्ताव देकर, पारंपरिक और एजेंटिक विकास जीवनचक्रों के बीच अंतर स्पष्ट करके, और प्रदर्शन लाभ एवं श्रम प्रभावों पर अनुभवजन्य साक्ष्यों को संश्लेषित करते हुए तथा क्षेत्र के भविष्य के लिए पांच महत्वपूर्ण चुनौतियों की पहचान करते हुए, सॉफ्टवेयर इंजीनियरिंग में लाइन-लेवल कोड पूर्णता से रिपॉजिटरी-लेवल एजेंटिक निष्पादन की ओर प्रतिमान बदलाव (पैराडाइम शिफ्ट) को अभिलक्षित करता है।
यह शोध पत्र कोड और टिप्पणियों (comments) का विश्लेषण करके सॉलिडिटी (Solidity) स्मार्ट कॉन्ट्रैक्ट्स में सिमेंटिक क्लोन (semantic clones) की पहचान करने के लिए एक स्केलेबल कार्यप्रणाली प्रस्तुत करता है, जो संरचनात्मक डिज़ाइन विकल्पों का अन्वेषण करते हुए और बिना टिप्पणी वाले कोड में दस्तावेज़ीकरण के अंतराल को पाटने के लिए लार्ज लैंग्वेज मॉडल्स (LLMs) का लाभ उठाते हुए उच्च परिशुद्धता (precision) और रिकॉल (recall) प्राप्त करता है।
यह शोधपत्र PICKLES को प्रस्तुत करता है, जो एक प्राकृतिक भाषा ढांचा (natural language framework) है जो मानव-पठनीय परिदृश्यों (scenarios) को औपचारिक मॉडलों में अनुवादित करके बिहेवियर-ड्रिवन डेवलपमेंट (BDD) और मॉडल-आधारित टेस्टिंग के बीच सेतु बनाता है ताकि मानक BDD की तुलना में काफी उच्च कवरेज के साथ स्वचालित परीक्षण जनरेशन सक्षम किया जा सके।
यह शोध पत्र एक ऐसे पाइपलाइन को प्रस्तुत करता है जो एब्स्ट्रैक्ट सिंटैक्स ट्री पार्सिंग को सिमेंटिक एम्बेडिंग्स के साथ एकीकृत करके, इम्पैरेटिव प्रोग्रामों और उनके एनोटेशन को एकीकृत, टाइप किए गए एट्रिब्यूटेड ग्राफ्स में परिवर्तित करता है, जिससे सत्यापन आर्टिफैक्ट्स के पुन: उपयोग को सुगम बनाने के लिए विभिन्न भाषाओं और एनोटेशन शैलियों के बीच सुसंगत ग्राफ प्रतिनिधित्व सक्षम होता है।
यह शोध पत्र नेपाल में स्वचालित माध्यमिक-स्तर के गणित मूल्यांकन के लिए विषम (heterogeneous) एलएलएम (LLMs) का मूल्यांकन करने हेतु एक बहु-आयामी रूब्रिक का उपयोग करते हुए एक ह्युमन-इन-द-लूप बेंचमार्किंग फ्रेमवर्क प्रस्तुत करता है, जो यह प्रकट करता है कि मानव विशेषज्ञों के साथ सहमति प्राप्त करने के लिए मॉडल का पैमाना (scale) तुलना में निर्देश बाधाओं (instruction constraints) के साथ स्थापत्य अनुकूलता (architectural compatibility) अधिक महत्वपूर्ण है और यह निष्कर्ष निकालता है कि ये मॉडल स्वायत्त प्रमाणन के बजाय सहायक साक्ष्य निष्कर्षण (assistive evidence extraction) के लिए सबसे उपयुक्त हैं।
यह अध्ययन 300 यूके जॉब पोस्टिंग को 30 विश्वविद्यालय पाठ्यक्रमों के विरुद्ध मैप करने के लिए एक कस्टम टेक्स्ट विश्लेषण टूल का उपयोग करता है, जो एक महत्वपूर्ण कौशल अंतराल को प्रकट करता है जहाँ उद्योग की मांगें सॉफ्टवेयर डिज़ाइन और प्लानिंग को अत्यधिक प्राथमिकता देती हैं जबकि विश्वविद्यालय कार्यक्रम डेटाबेस प्रबंधन पर अत्यधिक ज़ोर देते हैं और सिस्टम स्ट्रक्चर्स जैसे महत्वपूर्ण क्षेत्रों का कम प्रतिनिधित्व करते हैं।
यह शोध पत्र प्रदर्शित करता है कि प्रोसेस और कोड मेट्रिक्स का उपयोग करने वाले सुपरवाइज्ड मशीन लर्निंग मॉडल उच्च रिकॉल के साथ पायथन सिस्टम में अवशिष्ट दोषों (residual defects) की प्रभावी ढंग से भविष्यवाणी कर सकते हैं, जो एलएलएम (LLMs) और अनसुपरवाइज्ड दृष्टिकोणों से बेहतर प्रदर्शन करते हैं और यह प्रकट करते हैं कि मेट्रिक्स और कोड एम्बेडिंग पूरक जानकारी कैप्चर करते हैं।
C/C++ और Java सिस्टम में 14,000 से अधिक दोषों का यह बड़े पैमाने पर किया गया अनुभवजन्य अध्ययन यह प्रकट करता है कि रिलीज़ के बाद के बग मुख्य रूप से केवल कोड संरचना के बजाय पुराने, बार-बार संशोधित किए जाने वाले घटकों में विकासवादी और प्रक्रियागत गतिशीलता द्वारा संचालित होते हैं, जो यह सुझाव देता है कि विश्वसनीयता प्रयासों को इन परिपक्व, उच्च-चर्न (high-churn) क्षेत्रों में लक्षित परीक्षण को प्राथमिकता देनी चाहिए।