2464 पेपर
44 पेशेवर डेवलपर्स के इस अनुभवजन्य अध्ययन से पता चलता है कि जहाँ GitHub Copilot कार्यात्मक शुद्धता (functional correctness) में सुधार करता है और कुछ असुरक्षित पैटर्न को मामूली रूप से कम करता है, वहीं यह सुरक्षित सुरक्षा API उपयोग को महत्वपूर्ण रूप से बढ़ाने में विफल रहता है, जिससे अक्सर डेवलपर्स शेष कमजोरियों के प्रति अनभिज्ञ रह जाते हैं।
यह शोध पत्र प्रदर्शित करता है कि सेंटॉर (Centaur), जो सामान्य मनोवैज्ञानिक डेटा पर प्रशिक्षित मानव संज्ञान का एक फाउंडेशन मॉडल है, प्रोग्राम कॉम्प्रिहेन्शन (program comprehension) के दौरान डेवलपर व्यवहार की भविष्यवाणी करने में अपने बेस लामा 3.1 (Llama 3.1) मॉडल से बेहतर प्रदर्शन करता है, जो यह सुझाव देता है कि व्यापक मनोवैज्ञानिक प्रयोगों से सीखे गए संज्ञानात्मक नियम जटिल सॉफ्टवेयर इंजीनियरिंग कार्यों में प्रभावी रूप से स्थानांतरित हो सकते हैं।
यह शोध पत्र एक आवश्यकताओं-शासित मॉडल प्रस्तुत करता है जो ऑपरेटर इनपुट को औपचारिक सुरक्षा विशिष्टताओं के माध्यम से एक संरचित अनुरोध-मूल्यांकन-निष्पादन पाइपलाइन के माध्यम से पर्यावरणीय और उड़ान बाधाओं के विरुद्ध मान्य सीमित अनुरोधों के रूप में मानकर, बहु-मोडल मानव इरादे को सुरक्षित यूएवी (UAV) युद्धाभ्यास में मध्यस्थता प्रदान करता है।
यह शोध पत्र कैमरा-ओनली ऑटोनॉमस ग्राउंड व्हीकल्स के लिए एक हल्का, दो-चरणीय स्व-उपचार (सेल्फ-हीलिंग) फ्रेमवर्क प्रस्तुत करता है जो एडेप्टिव इन-प्लेस सर्चिंग को मोनोक्यूलर विजुअल ओडोमेट्री-आधारित ब्रेडक्रंब नेविगेशन के साथ जोड़कर, बाहरी बुनियादी ढांचे के बिना केवल CPU-ओनली हार्डवेयर पर 20 Hz पर संचालित होते हुए, फॉल्ट-इंजेक्टेड मामलों में 86.6% मामलों में खोई हुई लाइन-फॉलोइंग गाइडेंस से सफलतापूर्वक उबरता है।
यह शोध पत्र यह प्रदर्शित करता है कि कोई भी एकल ऑप्टिमाइज़र सॉफ्टवेयर इंजीनियरिंग कॉन्फ़िगरेशन कार्यों के लिए सार्वभौमिक रूप से इष्टतम नहीं है, क्योंकि सर्वोत्तम विकल्प लेबलिंग बजट पर निर्भर करता है, और दो कार्य विशेषताओं का उपयोग करके इष्टतम ऑप्टिमाइज़र की भविष्यवाणी करने के लिए एक लागत प्रभावी टेबल लुकअप पद्धति प्रस्तावित करता है जिसकी सटीकता एक हिंडसाइट ओरैकल के तुलनीय है।
यह शोध पत्र जनरेटरों को ट्यूरिंग ट्रांसड्यूसर के रूप में मॉडल करके रैंडमाइज्ड टेस्टिंग के लिए पहले जटिलता-सैद्धांतिक आधार स्थापित करता है ताकि कुशल और स्थान-सीमित इनपुट जनरेशन की सीमाओं को स्पष्ट किया जा सके, जो जनरेशन और डिसीजन कॉम्प्लेक्सिटी के बीच मौलिक अंतरों को प्रकट करता है और यह सिद्ध करता है कि कुशल जनरेशन के लिए विशिष्ट सर्टिफिकेट स्कीम्स की आवश्यकता होती है और इसे सामान्य लॉजिकल प्रेडिकेट्स से कंपोजिशनली व्युत्पन्न नहीं किया जा सकता है।
यह शोध पत्र स्टेट- और सर्किट-आधारित कोड विश्लेषण का उपयोग करके क्वांटम पैटर्न के स्वचालित पता लगाने के लिए एक फ्रेमवर्क प्रस्तावित करता है, जो एक नए बेंचमार्किंग डेटासेट के साथ मिलकर, सैद्धांतिक पैटर्न को क्वांटम सोर्स कोड में मैप करने के मामले में मौजूदा दृष्टिकोणों की तुलना में बेहतर सटीकता प्रदर्शित करता है।
यह शोध पत्र NeuroStrata को प्रस्तुत करता है, जो एक न्यूरोसिम्बोलिक फ्रेमवर्क है जिसे सुरक्षा प्रमाणन चुनौतियों को संबोधित करने के लिए स्टोकेस्टिक AI परतों को व्याख्या योग्य प्रतीकात्मक घटकों से बदलकर स्वायत्त साइबर-भौतिक प्रणालियों के डिज़ाइन, परीक्षण क्षमता और सत्यापन क्षमता को बढ़ाने के लिए डिज़ाइन किया गया है।
यह शोध पत्र EZInput को प्रस्तुत करता है, जो एक क्रॉस-एनवायरनमेंट पायथन लाइब्रेरी है जो वैज्ञानिक एल्गोरिदम डेवलपर्स को जुपिटर (Jupyter), कोलाब (Colab) और टर्मिनल परिवेशों में सुसंगत, सत्यापित और निरंतर ग्राफिकल यूजर इंटरफेस डिक्लेरेटिव रूप से जेनरेट करने में सक्षम बनाती है, जिससे बार-बार आने वाली इनपुट बाधाओं को समाप्त किया जा सके और गैर-प्रोग्रामर उपयोगकर्ताओं के लिए पुनरुत्पादकता (reproducibility) को बढ़ाया जा सके।
यह शोध पत्र प्रकट करता है कि IDE-एकीकृत कोडिंग एजेंट, जो अलग-थलग चैट इंटरैक्शन में सुरक्षित प्रतीत होते हैं, उन्हें वर्कफ़्लो-स्तरीय जेलब्रेक के माध्यम से पूरी तरह से समझौता किया जा सकता है जो हानिकारक उद्देश्यों को मल्टी-टर्न सॉफ़्टवेयर विकास कार्यों में वितरित करते हैं, जो वर्तमान सुरक्षा बेंचमार्क और वास्तविक दुनिया के परिनियोजन जोखिमों के बीच एक महत्वपूर्ण अंतर को प्रदर्शित करता है।