2595 पेपर
यह शोधपत्र Model-Bench को प्रस्तुत करता है, जो एक बेंचमार्क और पाइपलाइन है जिसमें 400 पायथन प्रोग्राम शामिल हैं जिन्हें बड़े भाषा मॉडलों (Large Language Models) की सत्यापन-योग्य मॉडल चेकिंग विनिर्देशों (verification-ready model checking specifications) को स्वचालित रूप से उत्पन्न करने की क्षमता का मूल्यांकन करने और सुधारने के लिए डिज़ाइन किया गया है, जो इस क्षमता में वर्तमान महत्वपूर्ण सीमाओं को प्रकट करता है।
RuleForge एक AWS आंतरिक प्रणाली है जो एक नवीन LLM-as-a-judge कॉन्फिडेंस सिस्टम और इटरेटिव रिफाइनमेंट स्ट्रैटेजी का उपयोग करके Nuclei टेम्पलेट्स से वेब वल्नरेबिलिटी डिटेक्शन रूल्स के जनरेशन और वैलिडेशन को ऑटोमेट करती है, जो आधुनिक CVE डिस्क्लोजर के पैमाने को संबोधित करते हुए फॉल्स पॉजिटिव्स को काफी कम कर देती है।
यह शोध पत्र \tool का प्रस्ताव करता है, जो एक स्वचालित ढांचा है जो लचीले (malleable) मोबाइल अनुप्रयोगों में उपयोगकर्ता-निर्दिष्ट कार्यात्मकताओं को सत्यापित करने के लिए GUI परीक्षण और ओरेकल (oracles) उत्पन्न करने हेतु LLMs का लाभ उठाता है, जिससे उत्पाद-प्रबंधक-संचालित से एंड-यूज़र-संचालित ऐप विकास की ओर बदलाव संभव हो पाता है।
यह शोध पत्र HGRD को प्रस्तुत करता है, जो एक नवीन स्टैटिक विश्लेषण तकनीक है जो GPU कर्नेल का समग्र रूप से विश्लेषण करने के लिए होस्ट CPU कोड से सिमेंटिक जानकारी का लाभ उठाता है, जिससे वास्तविक डेटा रेस का सटीक पता लगाना संभव होता है और मौजूदा स्टैटिक एवं डायनेमिक विधियों में होने वाले फॉल्स अलार्म को समाप्त किया जा सकता है।
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।