2564 पेपर
यह शोध पत्र FixAudit प्रस्तुत करता है, जो एक पुनरावृत्ति परीक्षण-और-मरम्मत (test-and-repair) ढांचा है जो कोड उम्मीदवारों को प्रगतिशील रूप से डीबग और सुधारने के लिए विशिष्ट फिक्सर (Fixer) और ऑडिटर (Auditor) भूमिकाओं वाले एक साझा मॉडल का उपयोग करता है, जो प्रतिस्पर्धी प्रोग्रामिंग बेंचमार्क पर मौजूदा विधियों और बड़े बेसलाइन की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र एक सक्रिय निष्पक्षता मूल्यांकन ढांचे के रूप में "संवेदनशील प्रॉम्प्ट्स" (sensitive prompts) को प्रस्तुत करता है और सेंसवाई (SensY) डेटासेट जारी करता है ताकि यह प्रदर्शित किया जा सके कि उन इनपुट्स की पहचान करना जो अपर्याप्त या पक्षपाती प्रतिक्रियाएं उत्पन्न करने की संभावना रखते हैं, बड़े भाषा मॉडलों (Large Language Models) की तैनाती से पहले निष्पक्षता जोखिमों के प्रबंधन के लिए एक प्रभावी प्रारंभिक चेतावनी तंत्र के रूप में कार्य कर सकता है।
यह शोध पत्र यह तर्क देता है कि बढ़ती स्वचालन और एआई जटिलता के बीच सुरक्षा आश्वासन को वास्तविक मानवीय समझ से अलग होने से रोकने के लिए, इंजीनियरों को कैथरीन एल्गिन के कार्य पर आधारित एक ज्ञानमीमांसीय ढांचे को अपनाना चाहिए ताकि 'समझ' को 'अंडरस्टैंडिंग बेसिस' (Understanding Basis) और 'पर्सनल अंडरस्टैंडिंग स्टेटमेंट' (Personal Understanding Statement) जैसे संरचित आर्टिफ़ैक्ट्स के माध्यम से स्पष्ट रूप से संचालित, मूल्यांकित और बचाव किया जा सके।
यह शोध पत्र ConFixAgent प्रस्तुत करता है, जो एक LLM-संचालित एजेंट है जो विविध कंकरेंसी बग्स (concurrency bugs) को बिना किसी पूर्व बग-संबंधी जानकारी के, एंड-टू-एंड तरीके से स्वचालित रूप से ठीक करने के लिए एक नवीन स्टैटिक हैपन्स-बिफोर ग्राफ-आधारित (Static Happens-Before Graph-based) संदर्भ निष्कर्षण पद्धति का उपयोग करता है, जो मौजूदा अत्याधुनिक उपकरणों की तुलना में काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र प्रूफ ऑफ कॉन्सेप्ट (PoC) प्रथाओं में स्पष्टता की कमी को संबोधित करने के लिए एक परिष्कृत परिभाषा और एक संरचित तीन-चरणीय ढांचे का प्रस्ताव करता है ताकि PoCs को अनौपचारिक प्रयोगों से उन्नत कर प्रथम श्रेणी के वास्तुशिल्प निर्णय उपकरणों (architectural decision instruments) के रूप में स्थापित किया जा सके, जिससे "अनदस्तावेजीकृत वास्तुशिल्प प्रयोग" (Undocumented Architectural Experiment) एंटी-पैटर्न को रोका जा सके और निर्णय की गुणवत्ता, ट्रैसेबिलिटी तथा व्यवस्थित शिक्षण में सुधार किया जा सके।
यह शोध पत्र सॉफ्टवेयर विकास में लागत, गुणवत्ता और कार्यभार स्थिरता को संतुलित करते हुए मानव-एआई कार्यबल आवंटन को अनुकूलित करने के लिए सुरक्षित श्रम टिपिंग पॉइंट्स (tipping points) और चरण-विशिष्ट स्वचालन रणनीतियों को निर्धारित करने हेतु मल्टी-ऑब्जेक्टिव इवोल्यूशनरी ऑप्टिमाइज़ेशन (NSGA-II) का उपयोग करने वाला एक मात्रात्मक ढांचा प्रस्तुत करता है।
यह शोध पत्र PRepair को प्रस्तुत करता है, जो एक सेल्फ-ब्रेकिंग और सेल्फ-रिपेयरिंग रणनीति को एडिट-अवेयर ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन (EA-GRPO) के साथ नियोजित करके कोड रिपेयर के लिए लार्ज लैंग्वेज मॉडल्स में ओवर-एडिटिंग की समस्या को कम करता है ताकि सही कोड के पुन: उपयोग को अधिकतम करते हुए बग्स को सटीक रूप से ठीक किया जा सके।
15 पेशेवरों के साक्षात्कार और 50 लोगों के सर्वेक्षण के माध्यम से, यह अध्ययन एआई (AI) मॉडल के नौ प्रमुख गुणवत्ता गुणों की पहचान करता है, जो यह प्रकट करता है कि उनकी प्राथमिकता संदर्भ-निर्भर है और डेटा असंतुलन एक महत्वपूर्ण चुनौती बना हुआ है, जिससे शोधकर्ताओं को अपने कार्य को उद्योग की जरूरतों के अनुरूप बनाने में मदद करने के लिए अंतर्दृष्टि प्राप्त होती है।
यह अध्ययन छोटे ओपन-सोर्स लार्ज लैंग्वेज मॉडल्स की कोड जनरेशन क्षमताओं पर क्वांटाइजेशन के प्रभाव का मूल्यांकन करता है, जो यह प्रकट करता है कि जबकि क्वांटाइजेशन संसाधन आवश्यकताओं को कम करता है, यह अक्सर परिवर्तनशील प्रदर्शन गिरावट और महत्वपूर्ण कोड गुणवत्ता संबंधी चिंताएं पेश करता है जिनके लिए एकीकरण से पहले कठोर सत्यापन की आवश्यकता होती है।
यह एक्शन रिसर्च केस स्टडी कानबान (Kanban) वर्कफ़्लो और सीआई/सीडी (CI/CD) पाइपलाइनों में डायनेमिक एप्लिकेशन सिक्योरिटी टेस्टिंग (DAST) को एकीकृत करने की चुनौतियों और सर्वोत्तम प्रथाओं का परीक्षण करती है, जो आधुनिक एजाइल (Agile) सॉफ्टवेयर डिलीवरी की गति के साथ सुरक्षा की कठोरता को संतुलित करने पर डेवलपर-केंद्रित अंतर्दृष्टि प्रदान करती है।