2549 पेपर
DynaFix एक इटरिटिव ऑटोमेटेड प्रोग्राम रिपेयर फ्रेमवर्क है जो सूक्ष्म निष्पादन-स्तर (execution-level) की गतिशील जानकारी, जैसे कि वेरिएबल स्टेट्स और कंट्रोल-फ्लो पाथ्स का लाभ उठाता है, ताकि स्टेपवाइज डिबगिंग प्रक्रिया के माध्यम से लार्ज लैंग्वेज मॉडल्स को पैच को रिफाइन करने में निर्देशित किया जा सके, जिससे मौजूदा तरीकों की तुलना में जटिल बग्स पर रिपेयर प्रभावशीलता और दक्षता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र SACS को प्रस्तुत करता है, जो एक बड़े पैमाने का, ओपन-सोर्स कोड स्मेल डेटासेट है जिसमें लॉन्ग मेथड (Long Method), लार्ज क्लास (Large Class) और फीचर एनवी (Feature Envy) शामिल हैं, जिसे एक अर्ध-स्वचालित पीढ़ी दृष्टिकोण का उपयोग करके बनाया गया है जो डेटा स्केलेबिलिटी और लेबल विश्वसनीयता के बीच के समझौते को दूर करने के लिए स्वचालित नियम-आधारित सैंपलिंग को लक्षित मैनुअल समीक्षा के साथ जोड़ता है।
उन्नीस चिकित्सकों के साक्षात्कार के माध्यम से, यह शोध पत्र एलएलएम-संचालित (LLM-powered) उत्पादों के मूल्यांकन में एक प्रमुख चुनौती के रूप में "परिणाम-कार्रवाई-योग्यता अंतराल" (results-actionability gap) की पहचान करता है और अनौपचारिक व्याख्यात्मक प्रथाओं तथा व्यवस्थित मूल्यांकन ढांचों के बीच के अंतर को पाटने के लिए रणनीतियों का प्रस्ताव करता है।
यह स्थिति पत्र इस बात का परीक्षण करता है कि हालिया राजनीतिक और वैचारिक दबाव, विशेष रूप से विविधता, समानता और समावेशन (DEI) के प्रति प्रतिक्रिया (backlash), मैक्रो, मेसो और माइक्रो स्तरों पर सॉफ्टवेयर इंजीनियरिंग अनुसंधान पारिस्थितिकी तंत्र को कैसे प्रभावित करते हैं, और इन चुनौतियों से निपटने के लिए समुदाय हेतु सुधारात्मक कदमों का प्रस्ताव करता है।
यह स्थिति पत्र तर्क देता है कि जनरेटिव एआई के युग में, जहाँ पॉलिश की गई आख्यान आसानी से निर्मित किए जा सकते हैं, सॉफ्टवेयर इंजीनियरिंग पीयर रिव्यू को अनुसंधान के वैज्ञानिक सार का बेहतर आकलन करने के लिए आर्टिफैक्ट मूल्यांकन को एक प्रथम श्रेणी के घटक के रूप में मानने की ओर स्थानांतरित होना चाहिए।
AgentGuard एक नवीन मल्टी-एजेंट फ्रेमवर्क है जो हाइब्रिड समानता खोज (hybrid similarity search) को मेटाडेटा और कंटेंट विश्लेषण के फ्यूज्ड मशीन लर्निंग मॉडल के साथ जोड़कर पैकेज कन्फ्यूजन डिटेक्शन को बढ़ाता है, जो फॉल्स पॉजिटिव दरों को कम करके और एडवर्सरियल हमलों के विरुद्ध प्रिसिजन में सुधार करके मौजूदा तरीकों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र SelfEvolve को प्रस्तुत करता है, जो एक एजेंटिक आर्किटेक्चर है जो सॉफ्टवेयर सिस्टम को रनटाइम पर नई कार्यात्मकताओं को स्वायत्त रूप से उत्पन्न करने और एकीकृत करने में सक्षम बनाता है, जो 92.7% सफलता दर प्रदर्शित करता है और स्व-विकसित सॉफ्टवेयर का मार्ग प्रशस्त करने के लिए मौजूदा कोड जनरेशन बेसलाइन से काफी बेहतर प्रदर्शन करता है।
यह व्यवस्थित साहित्य समीक्षा बारह हितधारक समूहों के बीच सहयोग के छह स्तरों को मानचित्रित करके ऑटोमोटिव उद्योग के सॉफ्टवेयर-डिफाइंड व्हीकल (SDV) पारिस्थितिकी तंत्र में परिवर्तन का विश्लेषण करती है, तकनीकी, संगठनात्मक और नियामक डोमेन में प्रमुख चुनौतियों और अवसरों की पहचान करती है, और शासन एवं सहयोगात्मक व्यावसायिक मॉडल अनुसंधान में अंतराल को दूर करने के लिए एक बहु-स्तरीय सामाजिक-तकनीकी मॉडल प्रस्तावित करती है।
यह शोध पत्र प्रकट करता है कि जहाँ ओपन-सोर्स रीजनिंग मॉडल विक्षोभ (perturbations) के तहत अपेक्षाकृत स्थिर कोड समझ बनाए रखते हैं, वहीं GPT-5.2 जैसे फ्रंटियर मॉडल्स महत्वपूर्ण भंगुरता प्रदर्शित करते हैं, विशेष रूप से अपवाद व्यवहारों (exception behaviors) की भविष्यवाणी करने में, जो वर्तमान LLMs की निष्पादन अर्थ विज्ञान (execution semantics) की समझ और विक्षोभ-आधारित मूल्यांकन के मूल्य में महत्वपूर्ण सीमाओं को उजागर करता है।
यह शोध पत्र IFCodeEvolve को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो पैरामीट्रिक स्कीमा और मोंटे कार्लो ट्री सर्च का उपयोग करते हुए एक एक्टर-स्कीमा सह-विकास प्रक्रिया के माध्यम से स्टीयरेबल (steerable) इंस्ट्रक्शन-फॉलोइंग कोडिंग डेटा को संश्लेषित करता है, जिसके परिणामस्वरूप एक 32B मॉडल प्राप्त होता है जो प्रोप्रायटरी स्टेट-ऑफ-द-आर्ट प्रदर्शन से मेल खाता है और एक नया मानव-सत्यापित बेंचमार्क IFCodeBench भी प्रस्तुत करता है।