2549 पेपर
यह शोध पत्र एक विश्लेषणात्मक ऑटोएथ्नोग्राफिक अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि ऐतिहासिक रूप से स्थापित आदर्शों (role models) को नियमित सॉफ्टवेयर इंजीनियरिंग व्याख्यानों में एकीकृत करना, तकनीकी कठोरता से समझौता किए बिना छात्रों के अपनेपन और समावेशिता को समर्थन देने के लिए एक कम-बाधा वाली, पुनरावृत्ति आधारित शैक्षणिक रणनीति के रूप में कार्य करता है।
यह शोध पत्र एक सुरक्षित अनुरूपता जाँच (conformance checking) दृष्टिकोण का प्रस्ताव करता है जो टोकन-आधारित रिप्ले को होमोमोर्फिक एन्क्रिप्शन के साथ जोड़कर, संवेदनशील इवेंट लॉग डेटा को प्रकट किए बिना, एक लॉग स्वामी को बाहरी मॉडल के विरुद्ध प्रक्रिया अनुपालन को सत्यापित करने में सक्षम बनाता है।
MARD एक मल्टी-एजेंट फ्रेमवर्क है जो एक ReAct-आधारित इंटरेक्शन मैकेनिज्म के माध्यम से ऑन-डिमांड डिटर्मिनिस्टिक एनालिसिस टूल्स को ऑर्केस्ट्रेट करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे डोमेन-विशिष्ट फाइन-ट्यूनिंग की आवश्यकता के बिना कॉन्सेप्ट ड्रिफ्ट के विरुद्ध उच्च सटीकता और मजबूत सामान्यीकरण के साथ सुदृढ़, व्याख्या योग्य और लागत प्रभावी एंड्रॉइड मैलवेयर डिटेक्शन प्राप्त होता है।
यह शोध पत्र VisualNeo प्रस्तुत करता है, जो Neo4j पर निर्मित एक नवीन विजुअल क्वेरी इंटरफेस है जो गैर-प्रोग्रामर्स को एक सहज, डेटा-संचालित GUI और डेटाबेस प्रबंधन क्षमताओं के माध्यम से सबग्राफ क्वेरीज़ को कुशलतापूर्वक बनाने, निष्पादित करने और खोजने में सक्षम बनाकर विजुअल क्वेरी टूल्स और ग्राफ इंजनों के बीच की खाई को पाटता है।
R³-SQL एक नवीन Text-to-SQL फ्रेमवर्क है जो कार्यात्मक रूप से समान SQL समूहों की सुसंगत रैंकिंग के लिए एक एकीकृत रिवॉर्ड मैकेनिज्म और सही क्वेरीज़ को तब पुनः प्राप्त करने के लिए एक एजेंटिक रीसैंपलिंग रणनीति पेश करके निष्पादन सटीकता में सुधार करता है जब वे शुरू में कैंडिडेट पूल से गायब होती हैं, जिससे BIRD-dev बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र CoRE को प्रस्तुत करता है, जो एक सूक्ष्म-स्तरीय (fine-grained) कोड रीजनिंग बेंचमार्क है जो कार्यान्वयन अपरिवर्तनीयता (implementation invariance) और प्रक्रिया पारदर्शिता (process transparency) पर लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करता है, जिससे यह पता चलता है कि वर्तमान मॉडल्स अक्सर समकक्ष कोड कार्यान्वयनों में सुदृढ़ता की कमी रखते हैं और वास्तविक मध्यवर्ती अवस्था तर्क (intermediate state reasoning) के बजाय सतही निष्पादन पर निर्भर करते हैं।
यह शोध पत्र एक ह्यूमन-इन-द-लूप दृष्टिकोण प्रस्तावित करता है जो फंक्शनल मॉक-अप यूनिट्स (FMUs) के ब्लैक-बॉक्स परीक्षण के लिए संरचित टेस्ट परिदृश्य और एसेर्शन को स्वचालित रूप से उत्पन्न करने हेतु लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिसका लक्ष्य डायनेमिक सिमुलेशन मॉडल में मैन्युअल प्रयास को कम करना और परिणामों की व्याख्यात्मकता को बढ़ाना है।
यह शोध पत्र पुन: प्रयोज्य स्प्रेडशीट मॉडल बनाने में GPT-आधारित उपकरणों, विशेष रूप से एक्सेल एआई (Excel AI) की क्षमताओं का मूल्यांकन करता है, जिसमें यह पाया गया है कि हालांकि वे सुव्यवस्थित ड्राफ्ट तैयार कर सकते हैं, लेकिन उनकी असंगतता, पुनरुत्पादकता का अभाव और परिणामस्वरूप कुशल उपयोगकर्ता सत्यापन की आवश्यकता वर्तमान में पेशेवर उपयोग के लिए उनकी विश्वसनीयता को सीमित करती है।
यह अध्ययन प्रदर्शित करता है कि जब केवल एबबी रोबोटिक्स (ABB Robotics) की टेक्स्टुअल बग रिपोर्टों पर निर्भरता हो, तो टर्म फ्रीक्वेंसी-इन्वर्स डॉक्यूमेंट फीचर्स का उपयोग करने वाले पारंपरिक मशीन लर्निंग मॉडल फाइन-ट्यून्ड ट्रांसफॉर्मर-आधारित भाषा मॉडलों से बेहतर प्रदर्शन कर सकते हैं, जो इस धारणा को चुनौती देता है कि उन्नत एआई मॉडल डोमेन-विशिष्ट रखरखाव संदर्भों में सार्वभौमिक रूप से उत्कृष्ट होते हैं।
यह शोध पत्र SAFEdit प्रस्तुत करता है, जो एक मल्टी-एजेंट फ्रेमवर्क है जो निर्देशित कोड संपादन को प्लानिंग, लिटरल मॉडिफिकेशन और वेरिफिकेशन भूमिकाओं में विभाजित करता है जिसे एक फेलियर एब्स्ट्रैक्शन लेयर द्वारा उन्नत किया गया है, जिससे EditBench बेंचमार्क पर 68.6% टास्क सक्सेस रेट प्राप्त होता है और यह सिंगल-मॉडल और ReAct सिंगल-एजेंट बेसलाइन्स दोनों से काफी बेहतर प्रदर्शन करता है।