2564 पेपर
यह शोध पत्र CovQValue को प्रस्तुत करता है, जो एक जिज्ञासा-संचालित (curiosity-driven) योजना पद्धति है जो कोड ब्रांच संरचना को एक अज्ञात वातावरण के रूप में मानती है और सूचनात्मक परीक्षण जनरेशन योजनाओं को चुनने के लिए LLM-अनुमानित Q-मानों का उपयोग करती है, जो मौजूदा और नए प्रस्तावित दोनों बेंचमार्क पर उच्च ब्रांच कवरेज प्राप्त करने में ग्रीडी (greedy) दृष्टिकोणों की तुलना में काफी बेहतर प्रदर्शन करती है।
195 ब्राज़ीलियाई सॉफ्टवेयर इंजीनियरिंग पेशेवरों का यह गुणात्मक अध्ययन प्रकट करता है कि प्रशिक्षण की कथित उपयोगिता मुख्य रूप से निरंतर तकनीकी अद्यतनीकरण और व्यावहारिक अनुप्रयोग द्वारा संचालित होती है, जबकि औपचारिक शिक्षा, सामाजिक शिक्षण और सॉफ्ट स्किल्स को पूरक आयामों के रूप में भी महत्व दिया जाता है जिन्हें संगठनों को सुसंगत शिक्षण पारिस्थित प्रणालियों में एकीकृत करना चाहिए।
ब्राजील के 282 सॉफ्टवेयर इंजीनियरों का यह मात्रात्मक अध्ययन संज्ञानात्मक जुड़ाव, गतिविधि विविधता और प्रशिक्षक प्रदर्शन को प्रशिक्षण प्रभावशीलता के प्राथमिक चालक के रूप में पहचानता है, जबकि यह इस बात पर प्रकाश डालता है कि अनिवार्य भागीदारी प्रेरणा और कथित गुणवत्ता को नकारात्मक रूप से प्रभावित करती है, जिससे सालास और कैनन-बोवर्स के सामान्य प्रशिक्षण ढांचे जैसे ढांचों की सॉफ्टवेयर इंजीनियरिंग डोमेन में प्रयोज्यता की पुष्टि होती है।
यह शोध पत्र Spec Kit Agents को प्रस्तुत करता है, जो एक मल्टी-एजेंट सिस्टम है जो वर्कफ़्लो को रिपॉजिटरी संदर्भ में स्थापित करने के लिए रीड-ओनली प्रोबिंग और वैलिडेशन हुक्स को एकीकृत करके स्पेक-ड्रिवन डेवलपमेंट को बढ़ाता है, जिसके परिणामस्वरूप कई बेंचमार्क में कोड गुणवत्ता और टेस्ट कम्पैटिबिलिटी में सांख्यिकीय रूप से महत्वपूर्ण सुधार होते हैं।
यह औपचारिक सत्यापन अध्ययन प्रदर्शित करता है कि सात फ्रंटियर एलएलएम (LLMs) में एआई-जनरेटेड कोड मौलिक रूप से असुरक्षित है, जिसमें 55.8% आर्टिफैक्ट्स में गणितीय रूप से सिद्ध कमजोरियां मौजूद हैं जो उद्योग-मानक उपकरणों से बच निकलती हैं और स्पष्ट सुरक्षा निर्देशों के बावजूद बनी रहती हैं।
यह शोध पत्र Symetra प्रस्तुत करता है, जो एक विज़ुअल एनालिटिक्स सिस्टम है जो विशेषज्ञों को कॉन्फ़िगरेशन प्रभावों का विश्लेषण करने और ऐसे बेहतर सेटिंग्स की पहचान करने में सक्षम बनाकर सिम्बोलिक एक्ज़ीक्यूशन इंजनों के लिए ह्यूम-इन-द-लूप पैरामीटर ट्यूनिंग का समर्थन करता है जो ब्रांच कवरेज और दक्षता दोनों में पूरी तरह से स्वचालित दृष्टिकोणों से बेहतर प्रदर्शन करते हैं।
यह शोध पत्र PROMISE को प्रस्तुत करता है, जो एक संरचना-जागरूक (structure-aware) ढांचा है जो कार्य को प्रूफ़-स्टेट संक्रमणों (proof-state transitions) पर एक स्टेटफुल सर्च के रूप में पुनर्गठित करके और पुनरावृत्ति अनुकूलन के लिए संरचनात्मक पैटर्न की माइनिंग करके औपचारिक सत्यापन (formal verification) के लिए स्वचालित प्रूफ़ जनरेशन में सुधार करता है, जिससे seL4 बेंचमार्क पर मौजूदा विधियों की तुलना में महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।
यह शोधपत्र CODESTRUCT को प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो अनस्ट्रक्चर्ड टेक्स्ट के बजाय स्ट्रक्चर्ड AST एंटिटीज पर कार्य करके LLM-आधारित कोड एजेंटों को बेहतर बनाता है, जिसके परिणामस्वरूप कई बेंचमार्क में सटीकता में सुधार और टोकन की खपत में कमी आती है।
यह शोध पत्र एक बड़े पैमाने का अनुभवजन्य अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि जबकि फ़ाइल-स्तरीय दोष स्थानीयकरण (fault localization) LLM-आधारित प्रोग्राम रिपेयर को महत्वपूर्ण रूप से बढ़ाता है, केवल संदर्भ की मात्रा बढ़ाने से अक्सर शोर (noise) के कारण प्रदर्शन में गिरावट आती है, जिससे यह पता चलता है कि सबसे प्रभावी रणनीति व्यापक सिमेंटिक फ़ाइल संदर्भ और सटीक लाइन-स्तरीय स्थानीयकरण का संयोजन है।
यह शोध पत्र SCOPE को प्रस्तुत करता है, जो विविध विषयों, जनसांख्यिकीय समूहों और संचार संबंधी उद्देश्यों में 240,000 से अधिक काउंटरफैक्चुअल (counterfactual) प्रॉम्प्ट्स वाला एक बड़े पैमाने का डेटासेट है, जिसे लार्ज लैंग्वेज मॉडल्स में रूढ़िवादी पूर्वाग्रहों के व्यवस्थित मूल्यांकन और शमन के लिए डिज़ाइन किया गया है।