2549 पेपर
18 डिज़ाइनर जोड़ों का यह अध्ययन प्रकट करता है कि जहाँ लार्ज लैंग्वेज मॉडल्स (LLMs) सहयोगात्मक सॉफ़्टवेयर डिज़ाइन में रचनात्मकता को समर्थन देने के लिए नवीन विचार उत्पन्न कर सकते हैं और मानवीय अवधारणाओं को विस्तार दे सकते हैं, वहीं अनुभव और सहानुभूति जैसे मानवीय गुण रचनात्मक परिणामों के प्राथमिक चालक बने हुए हैं, और यदि इनका उपयोग इरादतन न किया जाए तो LLMs कभी-कभी प्रगति में बाधा भी डाल सकते हैं।
यह शोध पत्र MAS-SZZ का प्रस्ताव करता है, जो एक मल्टी-एजेंटिक एल्गोरिदम है जो मूल कारणों को सारांशित करने और कोड के इतिहास को स्वायत्त रूप से ट्रेस करने के लिए सहयोगी एजेंटों और संरचित प्रॉम्प्टिंग का लाभ उठाता है, जिससे मौजूदा SZZ विधियों की तुलना में 65.22% तक F1-स्कोर के सुधार के साथ भेद्यता-प्रेरित (vulnerability-inducing) कमिट्स की सटीक पहचान की जा सकती है।
4,532 एजेंटिक पुल रिक्वेस्ट्स का यह अनुभवजन्य अध्ययन यह प्रकट करता है कि जबकि रिव्यूअर बॉट्स सभ्य और निर्देशात्मक फीडबैक प्रदान करते हैं, अधिक कमेंट वॉल्यूम लंबे समाधान समय और कम फीडबैक गुणवत्ता के साथ सह-संबद्ध है, जो यह सुझाव देता है कि बड़ी मात्रा में कमेंट उत्पन्न करने के बजाय लक्षित, उच्च-प्रासंगिकता वाले कमेंट्स को प्राथमिकता देना अधिक प्रभावी है।
यह शोध पत्र PersonaFlow को प्रस्तुत करता है, जो डेवलपर्स को उपयोगकर्ता के संदर्भ को बेहतर ढंग से समझने में मदद करने के लिए ओपन-सोर्स रिपॉजिटरी आर्टिफैक्ट्स से संपादन योग्य यूजर पर्सोना (user personas) उत्पन्न करने वाला एक टूल है, जिसे 13 डेवलपर्स के एक अध्ययन ने दिखाया कि इसने भावनात्मक जुड़ाव और व्यावहारिक ट्राइएजिंग (pragmatic triaging) दोनों के माध्यम से सहानुभूति को सफलतापूर्वक बढ़ावा दिया और अधिक उपयोगकर्ता-केंद्रित प्रतिक्रियाओं की ओर अग्रसर किया।
यह शोध पत्र \textsc{TraceToChain} को प्रस्तुत करता है, जो एक पुनरुत्पादक (reproducible) पाइपलाइन है जो विभिन्न विश्वसनीयता मेट्रिक्स को एक एकल सफलता-समय वितरण (success-time distribution) में एकीकृत करने के लिए LLM एजेंट निष्पादन ट्रेसेस को एब्जॉर्बिंग डिस्क्रीट-टाइम मार्कोव चेन्स के रूप में मॉडल करता है, साथ ही कई फ्रेमवर्क में कठोर सांख्यिकीय निदान, अनिश्चितता परिमाणीकरण और उच्च-निष्ठा वाला अनुभवजन्य सत्यापन प्रदान करता है।
यह शोध पत्र एक प्रोडक्शन एंड्रॉइड ऐप में ऑन-डिवाइस स्मॉल लैंग्वेज मॉडल्स को एकीकृत करने के एक अनुदैर्ध्य केस स्टडी (longitudinal case study) को प्रस्तुत करता है, जो यह प्रकट करता है कि हालांकि यह व्यवहार्य है, सफल एकीकरण के लिए एक व्यावहारिक वास्तुशिल्प परिवर्तन की आवश्यकता होती है जहाँ LLM की जिम्मेदारियों को न्यूनतम किया जाता है और आउटपुट उल्लंघन और लेटेंसी जैसी विशिष्ट इंजीनियरिंग चुनौतियों से निपटने के लिए मजबूत रक्षात्मक रणनीतियों को नियोजित किया जाता है।
BMW का यह औद्योगिक केस स्टडी यह प्रदर्शित करता है कि रिपॉजिटरी पदानुक्रमों के एक संरचित, पथ-संरक्षण (path-preserving) JSON प्रतिनिधित्व के साथ कोड-उन्मुख LLMs को फाइन-ट्यून करना, सटीक, बहु-फ़ाइल DSL आर्टिफ़ेक्ट्स उत्पन्न करने के लिए बेसलाइन प्रॉम्प्टिंग और वन-शॉट लर्निंग की तुलना में काफी बेहतर प्रदर्शन करता है जो डाउनस्ट्रीम कोड जनरेशन को संचालित करते हैं।
यह शोध पत्र SpecValidator को प्रस्तुत करता है, जो एक हल्का, फाइन-ट्यून्ड क्लासिफायर है जो LLM-आधारित कोड जनरेशन को बेहतर बनाने के लिए दोषपूर्ण कार्य विवरणों (जैसे शाब्दिक अस्पष्टता, अपर्याप्त विवरण और सिंटैक्स त्रुटियों) का प्रभावी ढंग से पता लगाता है, जो बड़े मॉडलों से बेहतर प्रदर्शन करता है और यह प्रकट करता है कि दोष सहिष्णुता मॉडल क्षमता की तुलना में विवरण की गुणवत्ता और प्रकार पर अधिक निर्भर करती है।
यह अन्वेषणात्मक अध्ययन प्रकट करता है कि जहाँ प्रॉम्प्ट का अल्प-निर्धारण (under-specification) आमतौर पर संरचनात्मक रूप से न्यूनतम बेंचमार्क पर कोड जनरेशन को खराब कर देता है, वहीं यह भ्रामक संकेतों को बाधित करके लाइवकोडबेंच (LiveCodeBench) जैसे समृद्ध कार्यों पर आश्चर्यजनक रूप से शुद्धता में सुधार कर सकता है, जो यह दर्शाता है कि प्रॉम्प्ट सुदृढ़ता (robustness) मॉडल के एक निश्चित गुण के बजाय कार्य की संरचना पर अत्यधिक निर्भर है।
यह शोध पत्र फॉल्ट हमलों के तहत सॉफ्टवेयर सुरक्षा का विश्लेषण करने के लिए एक नवीन सिम्बोलिक एक्जीक्यूशन विधि प्रस्तावित करता है जो सटीक फॉल्ट मॉडलिंग के लिए स्वचालित प्रोग्राम ट्रांसफॉर्मेशन और मौजूदा अत्याधुनिक तकनीकों की तुलना में काफी अधिक सटीकता और दक्षता प्राप्त करने के लिए एक विशेष, प्रूनिंग-आधारित सिम्बोलिक एक्जीक्यूशन एल्गोरिदम का उपयोग करता है।