2564 पेपर
यह शोध पत्र IcePick प्रस्तुत करता है, जो एक नया निष्पादन योग्य अनुबंध भाषा (executable contract language) जिसे Glacier कहा जाता है, के साथ TLA+ मॉडल चेकिंग को जोड़ता है ताकि व्यवस्थित रूप से स्टेटफुल API टेस्ट सीक्वेंस उत्पन्न किए जा सकें जो प्रमाणित व्यवहारिक कवरेज (provable behavioral coverage) प्राप्त करते हैं और पारंपरिक ब्लैक-बॉक्स परीक्षण की सीमाओं को दूर करते हैं।
यह अध्ययन एक नियंत्रित प्रयोग से प्राप्त आई-ट्रैकिंग डेटा का उपयोग करता है यह प्रकट करने के लिए कि जबकि तात्कालिकता और प्रतिष्ठा डेवलपर्स के कोड समीक्षा व्यवहार और दृश्य ध्यान पैटर्न को महत्वपूर्ण रूप से प्रभावित करते हैं, ये कारक अंततः कोड लागू करने के उनके निर्णयों या ऐसे प्रभावों के बारे में उनकी स्व-रिपोर्ट की गई जागरूकता को प्रभावित नहीं करते हैं।
यह शोध पत्र 33,087 जावास्क्रिप्ट परियोजनाओं के एक अनुदैर्ध्य अध्ययन को प्रस्तुत करता है जो यह प्रकट करता है कि निर्भरता पुनर्वर्गीकरण, जिसमें हटाना और भूमिका का पुनर्रचना शामिल है, एक प्रचलित और अक्सर पुनरावृत्ति वाली रखरखाव गतिविधि है जो लंबी अवधि में चलती है, जो सही निर्भरता घोषणाओं का समर्थन करने के लिए बेहतर टूलिंग और अनुसंधान की आवश्यकता को रेखांकित करती है।
यह शोध पत्र ToxiShield को प्रस्तुत करता है, जो एक रियल-टाइम ब्राउज़र एक्सटेंशन है जो एक उच्च-सटीक BERT-आधारित टॉक्सिसिटी डिटेक्टर, एक LLM-आधारित मल्टीक्लास क्लासिफायर और एक फाइन-ट्यून्ड Llama 3.2 मॉडल को जोड़ता है ताकि जहरीले (toxic) कोड रिव्यूज की स्वचालित रूप से पहचान और डिटॉक्सिफिकेशन की जा सके, जिससे एक अधिक समावेशी ओपन-सोर्स डेवलपमेंट वातावरण को बढ़ावा मिल सके।
DeepGuard एक ऐसा फ्रेमवर्क है जो एक अटेंशन-आधारित मॉड्यूल के माध्यम से कई मध्यवर्ती-से-ऊपरी परतों (intermediate-to-upper layers) से भेद्यता-विभेदक संकेतों (vulnerability-discriminative signals) को एकत्रित करके कोड-जनरेट करने वाले LLMs को सुरक्षित करने में अंतिम-परत की बाधा (final-layer bottleneck) को संबोधित करता है, जिससे कार्यात्मक शुद्धता बनाए रखते हुए सुरक्षित-और-सही कोड जनरेशन दरों में महत्वपूर्ण सुधार होता है।
यह अध्ययन इस बात की जांच करता है कि लार्ज लैंग्वेज मॉडल्स (LLMs) पेशेवर जोड़ियों के बीच सहयोगात्मक सॉफ्टवेयर डिज़ाइन को कैसे प्रभावित करते हैं, जो यह प्रकट करता है कि जबकि LLMs साझा समझ को बढ़ा सकते हैं और डिज़ाइन संबंधी अंतर्दृष्टि उत्पन्न कर सकते हैं, उनके उपयोग के पैटर्न—साझा से लेकर समानांतर उदाहरणों तक—टीम की गतिशीलता, संदर्भ निरंतरता और रचनात्मक अन्वेषण की गहराई को महत्वपूर्ण रूप से प्रभावित करते हैं।
SkillMOO एक मल्टी-ऑब्जेक्टिव ऑप्टिमाइज़ेशन फ्रेमवर्क है जो विफलता विश्लेषण (failure analysis) और NSGA-II चयन की एक पुनरावृत्ति प्रक्रिया के माध्यम से LLM-आधारित एजेंट स्किल बंडल्स को स्वचालित रूप से विकसित करता है, जिससे कोडिंग कार्य सफलता दर और लागत दक्षता में महत्वपूर्ण सुधार होता है और यह भी प्रकट होता है कि संचित निर्देशों की तुलना में न्यूनतम, केंद्रित निर्देश बेहतर प्रदर्शन करते हैं।
LLM-Rosetta एक ओपन-सोर्स, हब-एंड-स्पोक इंटरमीडिएट रिप्रजेंटेशन फ्रेमवर्क है जो प्रमुख LLM API प्रदाताओं के बीच लॉसलेस, द्विदिश अनुवाद को सक्षम बनाता है, जो न्यूनतम ओवरहेड के साथ विविध सिंटैक्टिक प्रारूपों को एक एकीकृत सिमेंटिक कोर में मैप करके एडैप्टर समस्या को प्रभावी ढंग से हल करता है।
यह शोध पत्र AI कोडबेस मैच्योरिटी मॉडल (ACMM) को प्रस्तुत करता है, जो एक पांच-स्तरीय ढांचा है जिसे KubeStellar कंसोल पर चार महीने के केस स्टडी द्वारा प्रमाणित किया गया है, जो यह दर्शाता है कि AI-संचालित विकास की सफलता स्वयं AI मॉडल पर नहीं, बल्कि व्यवस्थित रूप से मजबूत फीडबैक लूप बनाने पर निर्भर करती है, विशेष रूप से व्यापक परीक्षण बुनियादी ढांचे के माध्यम से, ताकि असिस्टेड कोडिंग से स्व-संचालित प्रणालियों में विकसित हुआ जा सके।
4,550 एजेंटिक पुल रिक्वेस्ट (agentic pull requests) का यह अनुभवजन्य अध्ययन प्रकट करता है कि एआई कोडिंग एजेंट असंगत लॉगिंग पैटर्न प्रदर्शित करते हैं, अक्सर स्पष्ट प्राकृतिक भाषा निर्देशों की अनदेखी करते हैं, और जनरेशन के बाद मरम्मत करने के लिए मानव डेवलपर्स पर बहुत अधिक निर्भर रहते हैं, जो यह सुझाव देता है कि विश्वसनीय लॉगिंग प्रथाओं को सुनिश्चित करने के लिए नियतात्मक गार्डरेल्स (deterministic guardrails) आवश्यक हैं।