2564 पेपर
यह शोध पत्र TEMPLATEFUZZ को प्रस्तुत करता है, जो एक सूक्ष्म-स्तरीय (fine-grained) फज़िंग फ्रेमवर्क है जो ओपन-सोर्स और कमर्शियल दोनों प्रकार के LLMs में न्यूनतम सटीकता ह्रास के साथ काफी उच्च जेलब्रेक सफलता दर प्राप्त करने के लिए एलिमेंट-लेवल म्यूटेशन और ह्यूरिस्टिक सर्च के माध्यम से चैट टेम्पलेट कमजोरियों का व्यवस्थित रूप से शोषण करता है।
यह शोध पत्र "Local-Splitter" प्रस्तुत करता है, जो एक ओपन-सोर्स फ्रेमवर्क है जो एक स्थानीय ट्राइएज मॉडल का लाभ उठाकर कोडिंग एजेंटों में क्लाउड LLM टोकन उपयोग को कम करने के लिए सात रणनीतियों का व्यवस्थित रूप से मूल्यांकन करता है, यह पाते हुए कि स्थानीय रूटिंग को प्रॉम्प्ट कंप्रेशन के साथ संयोजित करने से एडिट-हैवी और एक्सप्लेनेशन-हैवी वर्कलोड के लिए उच्चतम बचत (45-79%) होती है और यह भी प्रदर्शित करता है कि इष्टतम रणनीति वर्कलोड पर निर्भर करती है।
यह शोध एक बड़े पैमाने के अध्ययन के माध्यम से यह प्रदर्शित करता है कि पारंपरिक मशीन लर्निंग विधियाँ सॉफ्टवेयर निष्पक्षता कार्यों में लगातार लार्ज लैंग्वेज मॉडल्स (LLMs) से बेहतर प्रदर्शन करती हैं, जो यह प्रकट करता है कि LLM की श्रेष्ठता के पिछले दावे काफी हद तक अवास्तविक मूल्यांकन सेटिंग्स और सीमित डेटा उपयोग के परिणाम थे।
यह शोध पत्र कंप्यूटिंग निरंतरता (कंप्यूटिंग कॉन्टिनम) में संसाधन आवंटन के लिए एक नवीन मूल्य निर्धारण-संचालित ढांचे का प्रस्ताव करता है, जो कॉन्फ़िगरेशन स्पेस को दर्शाने के लिए मूल्य निर्धारण संरचनाओं का लाभ उठाता है और विविध बाधाओं को पूरा करते हुए लागत-इष्टतम परिनियोजन की गणना करने के लिए PRIME इंजन का उपयोग करता है, जिसे बेंचमार्किंग के लिए 9,600 परिदृश्यों के एक नए डेटासेट द्वारा समर्थित किया गया है।
यह शोध पत्र लर्निंग-इन्फ्यूज्ड फॉर्मल रीजनिंग (LIFR) फ्रेमवर्क प्रस्तुत करता है, जो अनुबंध संश्लेषण (contract synthesis) को स्वचालित करने, सत्यापन आर्टिफैक्ट्स के सिमेंटिक पुन: उपयोग को सक्षम करने और सुदृढ़ गणितीय आधार स्थापित करने के लिए मशीन लर्निंग को औपचारिक सत्यापन (formal verification) के साथ एकीकृत करता है, जिससे सुरक्षा-महत्वपूर्ण AI सिस्टम के लिए सत्यापन एक स्केलेबल, ज्ञान-संचालित प्रक्रिया में परिवर्तित हो जाता है।
यह शोध पत्र R2Eval प्रस्तुत करता है, जो दस वास्तविक दुनिया के पायथन प्रोजेक्ट्स से 135 कोड रीजनिंग समस्याओं वाला एक नया बेंचमार्क है, जो जटिल, कस्टम डेटा प्रकारों को सीरियलाइज़ करके मौजूदा मूल्यांकनों की सीमाओं को संबोधित करता है ताकि बड़े भाषा मॉडल (LLMs) की व्यावहारिक सामान्यीकरण क्षमता का बेहतर आकलन किया जा सके।
यह शोध पत्र इस बात के लक्षण वर्णन हेतु चल रहे और भविष्य के अनुसंधान पर चर्चा करता है कि संज्ञानात्मक और संगठनात्मक विविधता डेवलपर्स की आवश्यकताओं को कैसे प्रभावित करती है, जिसका लक्ष्य एलएलएम-आधारित संवादात्मक प्रोग्रामिंग सहायकों की समावेशिता को बढ़ाने के लिए वैयक्तिकरण रणनीतियों का अन्वेषण करना है।
यह शोधपत्र MR-Scout प्रस्तुत करता है, जो एक स्वचालित दृष्टिकोण है जो ओरेकल समस्या (oracle problem) को कम करने और टेस्ट कवरेज एवं म्यूटेशन स्कोर को महत्वपूर्ण रूप से बढ़ाने के लिए ओपन-सोर्स प्रोजेक्ट्स में मौजूदा डेवलपर-लिखित टेस्ट केसेस से उच्च-गुणवत्ता वाले मेटामॉर्फिक रिलेशंस को सिंथेसाइज करता है।
MR-Adopt एक नवीन दृष्टिकोण है जो बड़े भाषा मॉडल (large language models) और डेटा-फ्लो विश्लेषण (data-flow analysis) का लाभ उठाकर हार्ड-कोडेड मेटामॉर्फिक संबंधों (metamorphic relations) से सामान्यीकरण योग्य इनपुट रूपांतरण फलनों (input transformation functions) को स्वचालित रूप से निकालने के लिए, जिससे नए इनपुट के साथ उनका पुन: उपयोग संभव हो सके और परीक्षण पर्याप्तता (test adequacy) में महत्वपूर्ण सुधार हो सके, का उपयोग करता है।
यह शोध पत्र MultiMend प्रस्तुत करता है, जो एक बहुभाषी स्वचालित प्रोग्राम रिपेयर दृष्टिकोण है जो चार प्रोग्रामिंग भाषाओं में बग्स को प्रभावी ढंग से ठीक करने के लिए रिट्रीवल-ऑगमेंटेड कॉन्टेक्स्ट ऑगमेंटेशन और मल्टी-हंक पैच जनरेशन का लाभ उठाता है, जो जटिल मल्टी-लोकेशन इश्यूज सहित 2,227 बग्स को सफलतापूर्वक ठीक करके अत्याधुनिक तरीकों से बेहतर प्रदर्शन करता है।