🛠️ Category

cs.SE

2564 पेपर

💻 computer science

From REST to MCP: An Empirical Study of API Wrapping and Automated Server Generation for LLM Agents

यह शोध पत्र मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) सर्वरों का पहला बड़े पैमाने पर अनुभवजन्य अध्ययन प्रस्तुत करता है, जो REST API और बेयर रैपर्स (bare wrappers) पर उनकी भारी निर्भरता को प्रकट करता है और साथ ही AutoMCP पेश करता है, जो स्पेक्सिफिकेशन रिपेयर (specification repair) और रणनीतिक टूल-सेट रूपांतरणों के माध्यम से टूल जनरेशन की शुद्धता में महत्वपूर्ण सुधार करता है और जटिलता को कम करता है।

Meriem Mastouri, Emna Ksontini, Amine Barrak, Wael Kessentini2026-04-08
💻 computer science

Assessing Coherency and Consistency of Code Execution Reasoning by Large Language Models

यह शोध पत्र CES को प्रस्तुत करता है, जो एक नवीन मूल्यांकन ढांचा है जो शुद्धता और सुसंगतता दोनों के साथ प्रोग्राम निष्पादन (program execution) का अनुकरण करने की लार्ज लैंग्वेज मॉडल्स की क्षमता का आकलन करता है, यह प्रकट करते हुए कि उच्च सिमुलेशन सटीकता के बावजूद, अत्याधुनिक मॉडल वास्तविक तर्क के बजाय प्राकृतिक भाषा के शॉर्टकट पर निर्भर रहते हैं, जिससे जटिल प्रोग्रामिंग कार्यों में असंगत प्रदर्शन और सीमित सामान्यीकरणशीलता (generalizability) देखने को मिलती है।

Changshu Liu, Yang Chen, Reyhaneh Jabbarvand2026-04-08
💻 computer science

MIRAGE: Online LLM Simulation for Microservice Dependency Testing

MIRAGE एक ऑनलाइन LLM-आधारित सिमुलेशन दृष्टिकोण पेश करता है जो सोर्स कोड और ट्रेसेस का विश्लेषण करके रनटाइम पर माइक्रोसर्विस डिपेंडेंसी रिस्पॉन्स को गतिशील रूप से जेनरेट करता है, जिससे स्टेटस कोड और रिस्पॉन्स शेप्स में लगभग पूर्ण फिडेलिटी प्राप्त होती है और यह जटिल, स्टेटफुल टेस्टिंग परिदृश्यों में पारंपरिक स्टैटिक तरीकों से बेहतर प्रदर्शन करता है।

XinRan Zhang2026-04-08
💻 computer science

Towards Predicting Multi-Vulnerability Attack Chains in Software Supply Chains from Software Bill of Materials Graphs

यह शोध पत्र एक नवीन SBOM-संचालित ग्राफ-लर्निंग दृष्टिकोण प्रस्तावित करता है जो मल्टी-वल्नरेबिलिटी अटैक चेन्स की भविष्यवाणी करने के लिए सॉफ्टवेयर सप्लाई चेन को हेट्रोजेनियस ग्राफ के रूप में मॉडल करता है, जो हेट्रोजेनियस ग्राफ अटेंशन नेटवर्क और लिंक प्रेडिक्शन मॉडल के माध्यम से असुरक्षित घटकों और कैस्केडिंग CVE इंटरैक्शन की पहचान करने में उच्च सटीकता प्रदर्शित करता है।

Laura Baird, Armin Moin2026-04-08
💻 computer science

Squeez: Task-Conditioned Tool-Output Pruning for Coding Agents

यह शोध पत्र "Squeez" को पेश करता है, जो एक टास्क-कंडीशन्ड टूल-आउटपुट प्रूनिंग विधि है जो लंबे टूल ऑब्जर्वेशन से केवल सबसे प्रासंगिक साक्ष्य को पहचानने और बनाए रखने के लिए एक फाइन-ट्यून्ड Qwen 3.5 2B मॉडल का उपयोग करती है, जिससे 92% इनपुट टोकन को हटाते हुए उच्च रिकॉल और F1 स्कोर प्राप्त होता है और बड़े ज़ीरो-शॉट मॉडल्स और ह्यूरिस्टिक बेसलाइन्स की तुलना में काफी बेहतर प्रदर्शन होता है।

Ádám Kovács2026-04-08
💻 computer science

Closed-Loop Autonomous Software Development via Jira-Integrated Backlog Orchestration: A Case Study in Deterministic Control and Safety-Constrained Automation

यह शोध पत्र एक क्लोज्ड-लूप, सुरक्षा-प्रतिबंधित स्वायत्त सॉफ्टवेयर विकास प्रणाली का केस स्टडी प्रस्तुत करता है जो एक डिटरमिनिस्टिक, मल्टी-स्टेज ऑटोमेशन पाइपलाइन के माध्यम से एक जीरा-एकीकृत बैकलॉग को ऑर्केस्ट्रेट करती है, जिसने प्रारंभिक परीक्षणों में 100% सफलता प्राप्त की है और कठोर नियंत्रण एवं ऑडिट फ्रेमवर्क के भीतर बाउंडेड एआई ऑटोनॉमी की व्यावहारिकता को प्रदर्शित किया है।

Elias Calboreanu2026-04-08
💻 computer science

Typify: A Lightweight Usage-driven Static Analyzer for Precise Python Type Inference

यह शोधपत्र Typify को प्रस्तुत करता है, जो एक हल्का, उपयोग-संचालित स्टैटिक एनालाइज़र है जो डीप लर्निंग पर निर्भर हुए बिना सटीक पायथन टाइप इन्फरेंस प्राप्त करने के लिए सिम्बोलिक एक्जीक्यूशन और कॉन्टेक्स्ट-मैचिंग रिट्रीवल का लाभ उठाता है, और ऐसा प्रदर्शन प्रदर्शित करता है जो Type4Py और Pyre जैसे अत्याधुनिक टूल्स के बराबर या उनसे बेहतर है।

Ali Aman, Muhammad Asaduzzaman, Shaowei Wang2026-04-08
💻 computer science

A Multi-Agent Framework for Automated Exploit Generation with Constraint-Guided Comprehension and Reflection

यह शोध पत्र Vulnsage प्रस्तुत करता है, जो एक मल्टी-एजेंट फ्रेमवर्क है जो कोड विश्लेषण, एक्सप्लॉयट जनरेशन और पुनरावृत्ति प्रतिबिंब (iterative reflection) के लिए विशिष्ट एजेंटों को व्यवस्थित करके मानव सुरक्षा शोधकर्ताओं का अनुकरण करता है ताकि प्रभावी ढंग से कमजोरियों को सत्यापित किया जा सके और एक्सप्लॉयट उत्पन्न किए जा सकें, जिससे यह मौजूदा उपकरणों से काफी बेहतर प्रदर्शन करता है और 146 वास्तविक दुनिया के ज़ीरो-डे (zero-day) भेद्यताओं की खोज करता है।

Siyi Chen, Tianhan Luo, Shijian Wu, Xiangyu Liu, Yilin Zhou, Qi Li, Wenyuan Xu2026-04-08
💬 NLP

EffiPair: Improving the Efficiency of LLM-generated Code with Relative Contrastive Feedback

यह शोध पत्र EffiPair को प्रस्तुत करता है, जो एक टेस्ट-टाइम इटरेटिव रिफाइनमेंट फ्रेमवर्क है जो संरचनात्मक रूप से समान कोड युग्मों की तुलना करने और बड़े लैंग्वेज मॉडल्स को बिना मॉडल फाइन-ट्यूनिंग के अधिक कुशल समाधान उत्पन्न करने की ओर निर्देशित करने के लिए रिलेटिव कॉन्ट्रास्टिव फीडबैक का लाभ उठाता है।

Samira Hajizadeh, Suman Jana2026-04-08
💻 computer science

Compiled AI: Deterministic Code Generation for LLM-Based Workflow Automation

यह शोध पत्र "कंपाइल्ड एआई" (Compiled AI) प्रस्तुत करता है, जो एक सिस्टम-उन्मुख प्रतिमान है जो उच्च-जोखिम वाले उद्यम वर्कफ़्लो में विश्वसनीयता, ऑडिटेबिलिटी और लागत दक्षता बढ़ाने के लिए एक संकलन चरण (compilation phase) के दौरान लार्ज लैंग्वेज मॉडल्स से नियत (deterministic), सत्यापित कोड आर्टिफैक्ट्स उत्पन्न करता है, जो स्वास्थ्य सेवा और दस्तावेज़ प्रसंस्करण कार्यों में प्रत्यक्ष रनटाइम इन्फरेंस की तुलना में महत्वपूर्ण प्रदर्शन और सुरक्षा सुधार प्रदर्शित करता है।

Geert Trooskens (XY.AI Labs, Palo Alto, CA), Aaron Karlsberg (XY.AI Labs, Palo Alto, CA), Anmol Sharma (XY.AI Labs, Palo (…)2026-04-08