2595 पेपर
यह शोध पत्र EvolRepair प्रस्तुत करता है, जो एक जनसंख्या-आधारित सिमेंटिक इवोल्यूशन फ्रेमवर्क है जो पारंपरिक सिंटैक्स-आधारित जेनेटिक ऑपरेटर्स को सिमेंटिक्स-अवेयर कंपोनेंट्स और स्ट्रक्चर्ड फेलियर फीडबैक से बदलकर LLM-गाइडेड ऑटोमेटेड प्रोग्राम रिपेयर को बेहतर बनाता है ताकि विविधता बनाए रखने, रिपेयर फैमिलीज़ की पहचान करने और प्रभावी पैचेस सिंथेसाइज करने में मदद मिल सके।
यह शोध पत्र 3GPP रिलीज़ 19 मानकों के तहत UAV डिटेक्शन और 3D लोकलाइजेशन के लिए 5G NR gNB-आधारित मोनोस्टैटिक सेंसिंग का एक एंड-टू-एंड मूल्यांकन प्रस्तुत करता है, जो उच्च डिटेक्शन प्रोबेबिलिटी और मीटर-स्तर की सटीकता प्राप्त करता है और पुनरुत्पादक अनुसंधान (reproducible research) को समर्थन देने के लिए 5GNRad सिम्युलेटर को जारी करता है।
यह शोध पत्र प्रदर्शित करता है कि सिंथेटिक समान-भाषा डेटा के साथ संवर्धित छोटे, विशिष्ट LLMs प्रभावी रूप से x86-64 असेंबली को पठनीय, इडियोमैटिक डार्ट (Dart) कोड में डीकंपाइल कर सकते हैं, जो बहुत बड़े मॉडलों के तुलनीय प्रदर्शन प्राप्त करते हैं और स्विफ्ट (Swift) जैसी संबंधित भाषाओं से प्रभावी क्रॉस-लिंगुअल ट्रांसफर के लिए एक क्षमता सीमा को प्रकट करते हैं।
यह अध्ययन कोड अनुकूलन के लिए CodeT5+ लैंग्वेज मॉडल में चार विशिष्ट कोड निष्पादन पहलुओं को एकीकृत करने के प्रभाव की जांच करता है, जिसमें यह पाया गया है कि ऐसे निष्पादन-जागरूक रणनीतियां मानक मॉडल की तुलना में सीमित लाभ प्रदान करती हैं।
यह शोधपत्र CodeCureAgent को प्रस्तुत करता है, जो एक LLM-आधारित एजेंटिक फ्रेमवर्क है जो संदर्भ एकत्र करने और तीन-चरणीय सत्यापन ह्यूरिस्टिक लागू करने के माध्यम से स्टेटिक एनालिसिस चेतावनियों को स्वचालित रूप से वर्गीकृत और मरम्मत करता है, जिससे एक बड़े पैमाने के जावा डेटासेट पर 96.8% प्रशंसनीय फिक्स दर और 86.3% सही फिक्स दर प्राप्त होती है और यह मौजूदा बेसलाइन से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र PyQu प्रस्तुत करता है, जो कि 3,340 पायथन एमएल (ML) परियोजनाओं का एक नवीन उपकरण और बड़े पैमाने पर अनुभवजन्य अध्ययन है, जो सॉफ्टवेयर गुणवत्ता को सीधे बढ़ाने वाले 61 विशिष्ट कोड परिवर्तनों की पहचान और वर्गीकरण करता है, जिनमें से 41% निष्कर्ष मौजूदा उपकरणों द्वारा पहले नहीं खोजे गए थे।
यह अनुभवजन्य अध्ययन प्रकट करता है कि जहाँ जेनरेटिव एआई (Generative AI) सॉफ्टवेयर इंजीनियरिंग में व्यापक रूप से अपनाया गया है और महत्वपूर्ण उत्पादकता एवं गुणवत्ता लाभ प्रदान करता है, वहीं अभ्यासकर्ताओं को आउटपुट की विश्वसनीयता, सुरक्षा और शासन के संबंध में निरंतर चुनौतियों का सामना करना पड़ता है, और अंततः वे इस तकनीक से अपनी भूमिकाओं को बदलने के बजाय उन्हें पुनर्परिभाषित करने की अपेक्षा करते हैं।
DynQ एक गतिशील, टोपोलॉजी-अज्ञेय (topology-agnostic) क्वांटम वर्चुअल मशीन है जो लाइव कैलिब्रेशन डेटा पर गुणवत्ता-भारित कम्युनिटी डिटेक्शन का लाभ उठाकर लचीले, उच्च-गुणवत्ता वाले निष्पादन क्षेत्र उत्पन्न करती है, जिससे विषम क्वांटम हार्डवेयर में आउटपुट फिडेलिटी और विश्वसनीयता में महत्वपूर्ण सुधार होता है।
यह शोध पत्र 506 वास्तविक दुनिया के C प्रोग्रामों के लिए ACSL विनिर्देशों (specifications) को उत्पन्न करने और सत्यापित करने में तीन लार्ज लैंग्वेज मॉडल्स सहित पांच स्वचालित प्रणालियों की प्रभावशीलता का अनुभवजन्य मूल्यांकन करता है, जो पारंपरिक नियम-आधारित दृष्टिकोणों की तुलना में उनकी क्षमताओं और सीमाओं पर नया प्रमाण प्रदान करता है।
यह अध्ययन असंरचित दस्तावेज़ों में एंटरप्राइज आर्किटेक्चर स्मैल्स (Enterprise Architecture Smells) का स्वचालित रूप से पता लगाने और उन्हें मापने के लिए लार्ज लैंग्वेज मॉडल्स का उपयोग करते हुए एक डिज़ाइन साइंस दृष्टिकोण का प्रस्ताव और मूल्यांकन करता है, जो यह प्रदर्शित करता है कि जहाँ कस्टम GPT-आधारित मॉडल उच्च सटीकता और गति प्रदान करते हैं, वहीं फाइन-ट्यून्ड ऑन-प्रिमाइज़ मॉडल उन्नत डेटा सुरक्षा लाभों के साथ एक व्यवहार्य विकल्प प्रदान करते हैं।