2564 पेपर
यह शोध पत्र PAGENT को पेश करता है, जो एक नवीन हाइब्रिड फ्रेमवर्क है जो सॉफ्टवेयर कमजोरियों के लिए स्वचालित प्रूफ-ऑफ-कॉन्सेप्ट (PoC) जनरेशन की स्केलेबिलिटी और सफलता दर को महत्वपूर्ण रूप से सुधारने के लिए प्रोग्राम विश्लेषण (स्थिर और गतिशील दोनों) को एक LLM एजेंट के साथ जोड़ता है, जो पिछले शीर्ष प्रदर्शन करने वाले दृष्टिकोणों से 132% बेहतर है।
MVOS_HSI एक ओपन-सोर्स पायथन लाइब्रेरी है जिसे कृषि फसल फेनोटाइपिंग के लिए लीफ-लेवल हाइपरस्पेक्ट्रल इमेजिंग डेटा के एंड-टू-एंड प्रीप्रोसेसिंग को मानकीकृत और स्वचालित करने के लिए डिज़ाइन किया गया है, जो कैलिब्रेशन, वेजिटेशन इंडेक्स-आधारित लीफ डिटेक्शन, डेटा ऑग्मेंटेशन और स्पेक्ट्रल विज़ुअलाइज़ेशन जैसी विशेषताओं के माध्यम से पुनरुत्पादकता और वर्कफ़्लो साझाकरण की चुनौतियों को संबोधित करता है।
यह शोध पत्र Oracle-SWE को प्रस्तुत करता है, जो सॉफ्टवेयर इंजीनियरिंग एजेंट के प्रदर्शन पर विभिन्न प्रासंगिक सूचना संकेतों (contextual information signals) के व्यक्तिगत प्रभाव को अलग करने और मापने के लिए एक एकीकृत विधि है, जिसका उद्देश्य स्वायत्त कोडिंग प्रणालियों के लिए अनुसंधान प्राथमिकता निर्धारण में मार्गदर्शन करना है।
860 माइक्रोसॉफ्ट डेवलपर्स के एक सर्वेक्षण के माध्यम से, यह शोध पत्र 22 वांछित एआई प्रणालियों की पहचान करता है जो "सीमित प्रतिनिधिमंडल" (बाउंडेड डेलिगेशन) को प्राथमिकता देते हैं—जो पेशेवर शिल्प को संरक्षित करते हुए असेंबली कार्यों को आत्मसात करते हैं—साथ ही एआई-सहायता प्राप्त विकास में बढ़ते 'राइट-शिफ्ट' बोझ को संबोधित करने के लिए गुणवत्ता संकेतों, अधिकार स्कोपिंग और अनिश्चितता प्रबंधन की महत्वपूर्ण आवश्यकताओं को भी रेखांकित करता है।
ZeroCoder एक पूर्णतः लेबल-मुक्त, सह-विकासवादी ढांचा है जो निष्पादन-आधारित फीडबैक और एक गतिशील बेयसियन चयनकर्ता का उपयोग करके एक कोड जनरेटर और एक टेस्ट जनरेटर को संयुक्त रूप से प्रशिक्षित करता है, जिससे ग्राउंड-ट्रुथ पर्यवेक्षण पर निर्भर किए बिना कोड जनरेशन प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र निर्णय सीमाओं (decision boundaries) पर अर्थ संबंधी संरक्षण (semantic preservation) के आधार पर "न्यूरल डिकम्पोज़िशनैलिटी" (neural decompositionality) की औपचारिक अवधारणा प्रस्तुत करता है और मॉड्यूलर डिकम्पोज़िशन का अनुभवजन्य मूल्यांकन करने तथा उसे प्राप्त करने के लिए SAVED फ्रेमवर्क का प्रस्ताव करता है, जिससे यह पता चलता है कि जहाँ लैंग्वेज ट्रांसफॉर्मर्स व्यापक रूप से ऐसे डिकम्पोज़िशन का समर्थन करते हैं, वहीं विज़न मॉडल अक्सर अंतर्निहित सीमाओं का प्रदर्शन करते हैं।
यह शोध पत्र AFGNN प्रस्तुत करता है, जो एक नवीन ग्राफ न्यूरल नेटवर्क-आधारित फ्रेमवर्क है जो जावा कोड में API के दुरुपयोग का प्रभावी ढंग से पता लगाने के लिए एक विशेष API फ्लो ग्राफ प्रतिनिधित्व और स्व-पर्यवेक्षित क्लस्टरिंग (self-supervised clustering) का उपयोग करता है, जो मौजूदा अत्याधुनिक डिटेक्टरों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र BinDeObfBench प्रस्तुत करता है, जो LLM-आधारित बाइनरी डीऑबफस्केशन (deobfuscation) के मूल्यांकन के लिए पहला व्यापक बेंचमार्क है, जो यह प्रकट करता है कि ओबफस्केटेड बाइनरी से प्रोग्राम लॉजिक को प्रभावी ढंग से रिकवर करने के लिए मॉडल स्केल की तुलना में कार्य-विशिष्ट फाइन-ट्यूनिंग और रीजनिंग क्षमताएं अधिक महत्वपूर्ण हैं।
GALA एक नवीन मल्टीमॉडल ऑटोमेटेड प्रोग्राम रिपेयर फ्रेमवर्क है जो GUI स्क्रीनशॉट और सोर्स कोड के बीच के अंतर को पाटने के लिए पदानुक्रमित ग्राफ संरेखण (hierarchical graph alignment) का लाभ उठाता है, जो निहित सिमेंटिक अनुमान (implicit semantic guessing) को स्पष्ट संरचनात्मक तर्क (explicit structural reasoning) से बदलकर अत्याधुनिक बग लोकलाइजेशन और रिपेयर प्रदर्शन प्राप्त करता है।
यह शोध पत्र "टेस्ट-ओरिएंटेड प्रोग्रामिंग" (TOP) का प्रस्ताव करता है, जो एक नया प्रतिमान (पैराडाइम) है जहाँ डेवलपर्स उत्पादन कोड जनरेशन को AI को सौंपते हुए प्राकृतिक भाषा विनिर्देशों के आधार पर LLM-जनित टेस्ट कोड को सत्यापित करने पर ध्यान केंद्रित करते हैं, और एक प्रूफ-ऑफ-कॉन्सेप्ट टूल के माध्यम से इस दृष्टिकोण को मान्य करता है जो पहचाने गए चुनौतियों के साथ उत्साहजनक परिणाम प्रदर्शित करता है।