2549 पेपर
यह शोध पत्र MuoFuzz को प्रस्तुत करता है, जो एक ग्रेबॉक्स फज़र (greybox fuzzer) है जो अधिक आशाजनक परीक्षण इनपुट उत्पन्न करने के लिए म्यूटेटर अनुक्रमों (mutator sequences) के बीच इंटरेक्शन प्रभावों को सीखने और उनका उपयोग करने के माध्यम से परीक्षण प्रभावशीलता में सुधार करता है, जिससे AFL++ और MOPT जैसे अत्याधुनिक उपकरणों की तुलना में बेहतर कोड कवरेज और बग खोज प्राप्त होती है।
यह शोध पत्र तर्क देता है कि "वाइब कोडिंग" में अस्पष्ट आवश्यकताओं और मतिभ्रम (hallucinations) की चुनौतियों से पार पाने के लिए, शुद्धता सुनिश्चित करने हेतु एआई-संचालित सॉफ्टवेयर इंजीनियरिंग को औपचारिक विनिर्देश विधियों (formal specification methods) और प्रोग्राम सत्यापन के साथ एकीकृत किया जाना चाहिए।
यह शोध पत्र TaCCS-DFA प्रस्तावित करता है, जो एक नवीन ढांचा है जो फिशर सूचना (Fisher information) का उपयोग करके एक अनुकूलन योग्य, कार्य-सशर्त संलयन रणनीति के माध्यम से पूरक संकेतों को चुनिंदा रूप से एकीकृत करता है, जिससे नैव (naive) मल्टीमॉडल संलयन की सीमाओं को संबोधित किया जाता है और न्यूनतम विलंबता ओवरहेड के साथ महत्वपूर्ण प्रदर्शन लाभ प्राप्त किया जाता है।
यह अध्ययन प्रदर्शित करता है कि एजेंट-आधारित एआई सिस्टम सामाजिक विज्ञान अनुसंधान में कम्प्यूटेशनल विफलताओं के स्वचालित निदान और सुधार करने में प्रॉम्प्ट-आधारित दृष्टिकोणों की तुलना में काफी बेहतर प्रदर्शन करते हैं, जिससे प्रॉम्प्ट-आधारित तरीकों के लिए 31-79% की तुलना में 69-96% की पुनरुत्पादन सफलता दर प्राप्त होती है।
यह शोध पत्र PoSyMed को प्रस्तुत करता है, जो एक खुला, मॉड्यूलर प्लेटफॉर्म है जो बायोमेडिकल अनुसंधान में पुनरुत्पादकता (reproducibility), निर्भरता प्रबंधन (dependency management) और टूल पुन: उपयोग की चुनौतियों को संबोधित करने के लिए एक नियंत्रित, कंटेनर-आधारित निष्पादन वातावरण और मानव-पर्यवेक्षित LLM सहायता के साथ बायोइन्फॉर्मेटिक्स टूल्स और वर्कफ़्लो को एकीकृत करता है।
यह शोध पत्र सामान्य डिज़ाइन पैटर्न और अपूर्ण आवश्यकताओं की पहचान करने के लिए नौ मौजूदा क्वांटम-HPC सॉफ्टवेयर स्टैक का विश्लेषण करता है, और openQSE संदर्भ आर्किटेक्चर को एक एकीकृत, इंटरऑपरेबल फ्रेमवर्क के रूप में प्रस्तावित करता है जो वर्तमान NISQ और भविष्य के फॉल्ट-टोलरेंट क्वांटम कंप्यूटिंग वर्कलोड दोनों का समर्थन करता है।
यह शोध पत्र एब्जॉर्बर एलएलएम (Absorber LLM) का प्रस्ताव करता है, जो एक टेस्ट-टाइम ट्रेनिंग विधि है जो लॉन्ग-कॉन्टेक्स्ट रिटेंशन को एक सेल्फ-सुपरवाइज्ड कॉज़ल सिंक्रोनाइज़ेशन टास्क के रूप में फॉर्म्युलेट करती है ताकि एक कॉन्टेक्स्टलेस मॉडल को फुल-कॉन्टेक्स्ट मॉडल के प्रेडिक्शन्स से मेल खाने में सक्षम बनाया जा सके, जिससे मौजूदा पैरामीटर-आधारित मेमोरी अप्रोच की तुलना में बेहतर सटीकता के साथ कांस्टेंट-मेमोरी इन्फरेंस प्राप्त किया जा सके।
यह शोध पत्र DexBench प्रस्तुत करता है, जो दो पूरक कार्यों के माध्यम से प्रोग्राम निष्पादन (execution) के बारे में तर्क करने की क्षमता का आकलन करके बड़े भाषा मॉडलों (LLMs) की गतिशील कोड समझ (dynamic code understanding) का मूल्यांकन करने के लिए डिज़ाइन किया गया एक बेंचमार्क है: इनपुट से व्यवहार का पूर्वानुमान लगाना और विशिष्ट व्यवहार संबंधी उद्देश्यों को प्राप्त करने के लिए इनपुट उत्परिवर्तन (input mutations) का अनुमान लगाना।
यह शोध पत्र रेजिडुअल रिस्क स्कोरिंग (RRS) प्रस्तुत करता है, जो सिमेंटिक और स्ट्रक्चरल समानता विश्लेषण को संयोजित करने वाला एक फ्रेमवर्क है, जिससे यह पता चलता है कि प्राइमवुल (PrimeVul) बेंचमार्क में लगभग 61% पैच किए गए फंक्शन महत्वपूर्ण रेजिडुअल सुरक्षा जोखिम बनाए रखते हैं, जिससे इस धारणा को चुनौती मिलती है कि पैच किया गया कोड स्वाभाविक रूप से हानिरहित होता है।
यह शोधपत्र गेटस्कोप (GateScope) को प्रस्तुत करता है, जो एक ब्लैक-बॉक्स मापन ढांचा है जो कंटेंट, कन्वर्सेशन, बिलिंग और लेटेंसी आयामों के माध्यम से कमर्शियल एलएलएम (LLM) एपीआई गेटवे का ऑडिट करता है, जो विज्ञापित नीतियों और वास्तविक व्यवहारों जैसे कि साइलेंट मॉडल सब्स्टिट्यूशन, प्राइसिंग विचलन और असंगत प्रदर्शन के बीच महत्वपूर्ण विसंगतियों को उजागर करता है।