cs.SE पेपर | Gist.Science

Participation and Power: A Case Study of Using Ecological Momentary Assessment to Engage Adolescents in Academic Research

यह शोध पत्र किशोर मानसिक स्वास्थ्य अनुसंधान के लिए एक युवा-केंद्रित इकोलॉजिकल मोमेंटरी असेसमेंट (EMA) प्लेटफॉर्म का मूल्यांकन करने वाला एक केस स्टडी प्रस्तुत करता है, जो यह रेखांकित करता है कि कैसे इसके गेमिफाइड डिज़ाइन और केंद्रीकृत डैशबोर्ड ने जुड़ाव और निगरानी को बढ़ाया, जबकि तकनीकी अस्थिरता और कठोर डेटा संरचनाओं ने गोपनीयता संबंधी चिंताएं और विश्लेषणात्मक चुनौतियां पेश कीं, जो अंततः EMA विकास में युवा एजेंसी, नैतिकता और अनुसंधान लक्ष्यों के बीच संतुलन बनाने के लिए व्यावहारिक दिशा-निर्देश प्रदान करता है।

Ozioma C. Oguine, Elmira Rashidi, Pamela J. Wisniewski, Karla Badillo-Urquiola2026-04-15

💻 computer science

Enhancing Program Repair with Specification Guidance and Intermediate Behavioral Signals

यह शोध पत्र SpecTune प्रस्तुत करता है, जो एक विनिर्देश-निर्देशित (specification-guided) डिबगिंग फ्रेमवर्क है जो कार्यों को निष्पादन चेकपॉइंट्स (execution checkpoints) और स्थानीयकृत पोस्टकंडीशन (localized postconditions) में विभाजित करके ऑटोमेटेड प्रोग्राम रिपेयर को उन्नत करता है ताकि सटीक सूक्ष्म-स्तरीय व्यवहार संबंधी संकेत उत्पन्न किए जा सकें, जिससे केवल मोटे एंड-टू-एंड टेस्ट-सुइट परिणामों पर निर्भर रहने की सीमाओं को दूर किया जा सके।

Minh Le-Anh, Cuong Chi Le, Tien N. Nguyen2026-04-15

💬 NLP

AnyPoC: Universal Proof-of-Concept Test Generation for Scalable LLM-Based Bug Detection

यह शोध पत्र AnyPoC को प्रस्तुत करता है, जो एक स्केलेबल मल्टी-एजेंट फ्रेमवर्क है जो संभावित बग रिपोर्टों के लिए स्वचालित रूप से निष्पादन योग्य प्रूफ-ऑफ-कॉन्सेप्ट परीक्षण उत्पन्न करता है और उनका कड़ाई से सत्यापन करता है, जिससे फॉल्स पॉजिटिव्स में काफी कमी आती है और 12 प्रमुख सॉफ्टवेयर सिस्टम में 120 से अधिक नए बगों की सफलतापूर्वक खोज की जाती है।

Zijie Zhao, Chenyuan Yang, Weidong Wang, Yihan Yang, Ziqi Zhang, Lingming Zhang2026-04-15

💻 computer science

LLM-Redactor: An Empirical Evaluation of Eight Techniques for Privacy-Preserving LLM Requests

यह शोध पत्र LLM-Redactor प्रस्तुत करता है, जो एक ओपन-सोर्स फ्रेमवर्क है जो LLM अनुरोधों के लिए आठ गोपनीयता-संरक्षण तकनीकों का अनुभवजन्य मूल्यांकन करता है और यह प्रदर्शित करता है कि स्थानीय अनुमान (local inference), रेडैक्शन (redaction) और सिमेंटिक रीफ्रेसिंग (semantic rephrasing) को संयोजित करने वाली एक हाइब्रिड रणनीति डेटा लीक को प्रभावी ढंग से कम करती है और थ्रेट मॉडल (threat models) एवं वर्कलोड के आधार पर इष्टतम विधियों का चयन करने के लिए एक निर्णय नियम प्रदान करती है।

Justice Owusu Agyemang, Jerry John Kponyo, Elliot Amponsah, Godfred Manu Addo Boakye, Kwame Opuni-Boachie Obour Agyekum2026-04-15

🤖 AI

LLM-Based Automated Diagnosis Of Integration Test Failures At Google

यह शोध पत्र Auto-Diagnose को प्रस्तुत करता है, जो Google के कोड रिव्यू सिस्टम में एकीकृत एक LLM-संचालित टूल है, जो जटिल इंटीग्रेशन टेस्ट लॉग्स का प्रभावी ढंग से विश्लेषण करके 90.14% सटीकता के साथ मूल कारणों की पहचान करता है, जिससे डेवलपर के प्रयासों में काफी कमी आती है और दसियों हज़ार टेस्ट विफलताओं में सकारात्मक एडॉप्शन फीडबैक प्राप्त होता है।

Celal Ziftci, Ray Liu, Spencer Greene, Livio Dalloro2026-04-15

💬 NLP

From Plan to Action: How Well Do Agents Follow the Plan?

यह शोध पत्र 16,991 एजेंट प्रक्षेपवक्रों (trajectories) का एक व्यवस्थित विश्लेषण प्रस्तुत करता है जो यह प्रकट करता है कि जबकि स्पष्ट योजनाएं आम तौर पर कार्य सफलता में सुधार करती हैं, एजेंट अक्सर ओवरफिटेड आंतरिक वर्कफ़्लो पर निर्भरता के कारण उनका पालन करने में विफल रहते हैं, और खराब तरीके से डिज़ाइन की गई या गलत संरेखित योजनाएं वास्तव में प्रदर्शन को कम कर सकती हैं, जो योजना के रटने के बजाय अनुकूलन योग्य तर्क सिखाने वाले प्रशिक्षण प्रतिमानों की आवश्यकता पर प्रकाश डालती है।

Shuyang Liu, Saman Dehghan, Jatin Ganhotra, Martin Hirzel, Reyhaneh Jabbarvand2026-04-15

🤖 machine learning

LLM-Enhanced Log Anomaly Detection: A Comprehensive Benchmark of Large Language Models for Automated System Diagnostics

यह शोध पत्र चार डेटासेट में लॉग विसंगति का पता लगाने (log anomaly detection) के लिए एलएलएम-आधारित (LLM-based) और पारंपरिक विधियों की तुलना करते हुए एक व्यापक बेंचमार्क प्रस्तुत करता है, जो यह प्रकट करता है कि जहाँ फाइन-ट्यून्ड ट्रांसफॉर्मर उच्चतम सटीकता प्राप्त करते हैं, वहीं प्रॉम्प्ट-आधारित एलएलएम (prompt-based LLMs) बिना किसी लेबल वाले प्रशिक्षण डेटा की आवश्यकता के, मजबूत प्रदर्शन के साथ एक आकर्षक ज़ीरो-शॉट विकल्प प्रदान करते हैं।

Disha Patel2026-04-15

💻 computer science

Learning Project-wise Subsequent Code Edits via Interleaving Neural-based Induction and Tool-based Deduction

यह शोधपत्र TRACE का प्रस्ताव करता है, जो एक नवीन फ्रेमवर्क है जो सिमेंटिक भविष्यवाणियों के लिए न्यूरल-आधारित इंडक्शन को टूल-आधारित डिडक्शन के साथ इंटरलीव करके और यह निर्धारित करने के लिए कि IDE सुविधाओं को कब इनवोक किया जाए, एक सीखे हुए मॉडल द्वारा गतिशील रूप से निर्देशित होकर, प्रोजेक्ट-वार कोड एडिटिंग के दायरे, सटीकता और दक्षता में सुधार करता है।

Chenyan Liu, Yun Lin, Yuhuan Huang, Jiaxin Chang, Binhang Qi, Bo Jiang, Zhiyong Huang, Jin Song Dong2026-04-15

🤖 AI

TEMPLATEFUZZ: Fine-Grained Chat Template Fuzzing for Jailbreaking and Red Teaming LLMs

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।

Qingchao Shen, Zibo Xiao, Lili Huang, Enwei Hu, Yongqiang Tian, Junjie Chen2026-04-15

🤖 AI

Local-Splitter: A Measurement Study of Seven Tactics for Reducing Cloud LLM Token Usage on Coding-Agent Workloads

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।

Justice Owusu Agyemang, Jerry John Kponyo, Elliot Amponsah, Godfred Manu Addo Boakye, Kwame Opuni-Boachie Obour Agyekum2026-04-15

← पिछला अगला →