2595 पेपर
यह अनुभव रिपोर्ट प्रदर्शित करती है कि सॉफ्टवेयर इंजीनियरिंग सेमिनार को एआई कोडिंग असिस्टेंट के हाइप-संचालित विषय के इर्द-गिर्द फ्रेम करना छात्रों को व्यावहारिक अनुभवजन्य अध्ययनों में प्रभावी ढंग से संलग्न करता है, जिससे अमूर्त अनुसंधान अवधारणाओं को समझने की बाधाएं कम होती हैं और उभरती प्रौद्योगिकियों के बारे में आलोचनात्मक सोच को बढ़ावा मिलता है।
यह शोध पत्र SecureVibeBench को प्रस्तुत करता है, जो सुरक्षित C/C++ कोडिंग पर कोड एजेंटों का मूल्यांकन करने के लिए 41 OSS-Fuzz प्रोजेक्ट्स से प्राप्त एक यथार्थवादी बेंचमार्क है, जो यह प्रकट करता है कि शीर्ष प्रदर्शन करने वाले एजेंट भी सही और सुरक्षित कोड उत्पन्न करने में केवल 23.8% सफलता दर प्राप्त करते हैं।
यह शोध पत्र एजेंटिक प्रोग्राम रिपेयर (agentic program repair) के लिए एक गतिशील सह-जनन (dynamic cogeneration) दृष्टिकोण प्रस्तुत और मूल्यांकित करता है जो एक ही पैच के भीतर बग पुनरुत्पादन परीक्षण (bug reproduction tests) और सुधारों को एक साथ उत्पन्न करता है, यह प्रदर्शित करते हुए कि यह रणनीति फिक्स की गुणवत्ता से समझौता किए बिना समर्पित परीक्षण पीढ़ी की प्रभावशीलता के बराबर है और साथ ही इंजीनियरिंग ओवरहेड को महत्वपूर्ण रूप से कम करती है।
यह अध्ययन प्रदर्शित करता है कि जहाँ अनियंत्रित एआई सहायता नौसिखियों के लिए तत्काल कोडिंग उत्पादकता को बढ़ाती है, वहीं यह "ज्ञान संबंधी ऋण" (एपिस्टेमिक डेट) उत्पन्न करती है जिससे एआई के बिना रखरखाव कार्यों में 77% विफलता दर देखी जाती है, जबकि "टीच-बैक" प्रोटोकॉल का उपयोग करने वाला एक स्कैफोल्डेड दृष्टिकोण मेटाकॉग्निटिव जुड़ाव को लागू करके सुधारात्मक सक्षमता को महत्वपूर्ण रूप से संरक्षित करता है।
यह अध्ययन विनियमित औद्योगिक परिवेशों में सस्टेनेबल सॉफ्टवेयर इंजीनियरिंग उपकरणों की व्यावहारिक व्यवहार्यता का मूल्यांकन करता है, जिससे यह पता चलता है कि अभ्यासकर्ता विशिष्ट अनुपालन और संगठनात्मक बाधाओं के बीच निर्बाध एकीकरण, न्यूनतम डेटा एक्सेस और कार्रवाई योग्य आउटपुट को प्राथमिकता देते हैं।
यह शोध पत्र SWE-bench Lite पर ओरकल लोकलाइजेशन (Oracle Localization), कैंडिडेट डाइवर्सिटी (candidate diversity), कॉन्टेक्स्ट इंजेक्शन (context injection) और इंटरफ़ेस डिज़ाइन का मूल्यांकन करके, लोकलाइजेशन से परे रिपॉजिटरी-स्तरीय RAG-APR प्रणालियों के प्राप्त करने योग्य प्रदर्शन लाभों और शेष सीमाओं की जांच करता है, जो यह प्रकट करता है कि जबकि मजबूत लोकलाइजेशन और विशिष्ट लोकलाइजेशन-पश्चात के कारक मरम्मत दरों में सुधार करते हैं, अंतर्निहित सिस्टम और प्रॉम्प्ट-स्तर की बाधाओं के कारण एक महत्वपूर्ण अवशिष्ट सीमा (residual frontier) बनी रहती है।
SemLoc एक नवीन फॉल्ट लोकलाइजेशन फ्रेमवर्क है जो मुक्त-रूप (free-form) LLM तर्क को एक संरचित, सत्यापन योग्य मध्यवर्ती प्रतिनिधित्व (intermediate representation) में परिवर्तित करता है ताकि एक सिमेंटिक उल्लंघन स्पेक्ट्रम उत्पन्न किया जा सके, जिससे यह सिमेंटिक बग्स के मूल कारणों की पहचान करने में मौजूदा कवरेज-आधारित और LLM-आधारित तरीकों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र ReLog प्रस्तुत करता है, जो एक पुनरावृत्ति ढांचा (iterative framework) है जो डाउनस्ट्रीम डिबगिंग कार्यों के लिए अनुकूलित लॉगिंग स्टेटमेंट उत्पन्न करने के लिए LLMs और रनटाइम फीडबैक का लाभ उठाता है, न कि डेवलपर द्वारा लिखे गए लॉग्स की भाषाई समानता के लिए, जो दोष स्थानीयकरण (defect localization) और मरम्मत में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र एक विशेषज्ञ-केंद्रित, LLM-आधारित ढांचे का प्रस्ताव और मूल्यांकन करता है जो प्राकृतिक भाषा की आवश्यकताओं से फाइनाइट स्टेट मशीनों (Finite State Machines) को स्वचालित रूप से डिजाइन करने और उत्परिवर्तन (mutation) एवं परीक्षण निर्माण के माध्यम से उन्हें सुधारने के लिए GPT-4 का लाभ उठाता है, जिसका उद्देश्य मॉडल-संचालित इंजीनियरिंग की गुणवत्ता में सुधार करना और सिस्टम विफलता के जोखिमों को कम करना है।
यह शोध पत्र VulGNN को प्रस्तुत करता है, जो एक हल्का ग्राफ न्यूरल नेटवर्क है जो बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) के तुलनीय भेद्यता पहचान प्रदर्शन प्राप्त करता है, जबकि यह 100 गुना छोटा और एज डिप्लॉयमेंट के लिए अधिक कुशल है।