2595 पेपर
यह शोध पत्र यह तर्क देता है कि टिकाऊ एआई प्राप्त करने के लिए "डिजिटल संयम" (डिजिटल सोब्रीटी) के माध्यम से उपयोगकर्ता व्यवहार को संबोधित करना आवश्यक है, क्योंकि सॉफ्टवेयर विकास संबंधी प्रॉम्प्ट्स का विश्लेषण यह प्रकट करता है कि लगभग आधे एआई प्रश्न अनावश्यक हैं और उन्हें पारंपरिक खोज जैसे कम लागत वाले विकल्पों द्वारा प्रतिस्थापित किया जा सकता है।
यह शोध पत्र ConSelf को प्रस्तुत करता है, जो कोड भाषा मॉडलों के लिए एक स्व-सुधार (self-improving) ढांचा है जो पाठ्यक्रम निर्माण के लिए कोड सिमेंटिक एंट्रॉपी और शोर युक्त स्व-पर्यवेक्षण (noisy self-supervision) को कम करने के लिए सर्वसम्मति-संचालित प्रत्यक्ष प्राथमिकता अनुकूलन (consensus-driven direct preference optimization) का उपयोग करके, बिना किसी बाहरी शिक्षक या टेस्ट ऑरेकल के पीढ़ी निर्माण क्षमताओं को बढ़ाता है।
यह शोध पत्र यह प्रदर्शित करता है कि LLM-आधारित एजेंट फिक्स कमिट्स (fix commits) से संक्षिप्त, ग्रेपेबल पैटर्न (greppable patterns) निकालकर बड़े कैंडिडेट सेट्स को प्रभावी ढंग से खोजने के माध्यम से बग-परिणामस्वरूप होने वाले कमिट्स की पहचान करने में मौजूदा विधियों से काफी बेहतर प्रदर्शन करते हैं, जिससे लिनक्स कर्नेल डेटासेट पर F1-स्कोर 0.64 से बढ़कर 0.81 हो जाता है।
यह शोध पत्र 16 डोमेन के 173 ओपन-सोर्स GitHub प्रोजेक्ट्स में गैर-अनुपालन वाले, स्वायत्त ML मॉडल उपयोग और जोखिम-निवारण उपायों की कमी के स्तर का मूल्यांकन करने के लिए एक प्रारंभिक जांच प्रस्तुत करता है, जिसका उद्देश्य नियामक उल्लंघनों की पहचान करने के लिए दिशानिर्देश और उपकरण स्थापित करना है।
यह शोध पत्र BayesInsights प्रस्तुत करता है, जो ब्लूमबर्ग में विकसित एक नवीन बेयसियन नेटवर्क-आधारित टूल है, जो सॉफ्टवेयर इंजीनियरिंग में कारण संबंधी निर्भरताओं (causal dependencies) के इंटरैक्टिव विज़ुअलाइज़ेशन को सक्षम बनाता है, और वितरण चुनौतियों की पहचान करने तथा डेवलपर अनुभव को मॉडल करने में वरिष्ठ पेशेवरों को इसकी उपयोगिता सफलतापूर्वक प्रदर्शित करता है।
यह शोधपत्र एक गैर-सिमेंटिक्स-संरक्षणकारी (non-semantics-preserving) कंपाइलर रूपांतरण का प्रस्ताव करता है जो डायनेमिक सिम्बोलिक एक्जीक्यूशन में पाथ एक्सप्लोजन समस्या को कम करने के लिए महंगे सिम्बोलिक शाखाओं (symbolic branches) को हटा देता है, जिससे इसके स्केलेबिलिटी और बग खोज प्रदर्शन में महत्वपूर्ण सुधार होता है, साथ ही इसमें इस रूपांतरण द्वारा उत्पन्न किसी भी अवास्तविक बग का पता लगाने के लिए एक फ्रेमवर्क भी शामिल है।
यह शोधपत्र सिंथलाइन (Synthline) को प्रस्तुत करता है, जो एक कॉन्फ़िगर करने योग्य सिंथेटिक डेटा जनरेटर है जो एलएलएम (LLM) द्वारा जनरेट किए गए डेटा की विविधता संबंधी सीमाओं को दूर करने के लिए मल्टी-सैंपल प्रॉम्प्टिंग और एक्टर-क्रिटिक प्रॉम्प्ट ऑप्टिमाइज़ेशन को एकीकृत करता है, यह प्रदर्शित करते हुए कि ये तकनीकें डेटा की विविधता और डाउनस्ट्रीम टास्क प्रदर्शन दोनों को महत्वपूर्ण रूप से बढ़ाती हैं, जो अक्सर डेटा-दुर्लभ डोमेन में मानव-लिखित डेटासेट्स से भी बेहतर प्रदर्शन करती हैं।
यह शोध पत्र "सिमेंटिक ट्राइएंगुलेशन" (semantic triangulation) प्रस्तुत करता है, जो एक ऐसा ढांचा है जो विच्छेदी समस्या वेरिएंट्स (dissociative problem variants) के समाधान उत्पन्न करके और उनका क्रॉस-वेरिफिकेशन करके LLM कोड मतिभ्रम (hallucinations) को कम करता है, जिससे मौजूदा प्रॉक्सी-आधारित तरीकों की तुलना में कई बेंचमार्क और मॉडलों में सही प्रोग्रामों के चयन में महत्वपूर्ण सुधार होता है।
यह विजन पेपर SIMSHADOW को पेश करता है, जो एक नवीन क्लासिकल शैडो टॉमोग्राफी-आधारित पाइपलाइन है जो क्वांटम सॉफ्टवेयर विकास के लिए यथार्थवादी परीक्षण, डिबगिंग और क्रॉस-प्लेटफॉर्म पोर्टेबिलिटी में महत्वपूर्ण अंतर को संबोधित करने हेतु कुशल, निरंतर अपडेट करने योग्य नॉइज़ फिंगरप्रिंटिंग को सक्षम बनाता है।
यह शोधपत्र टेस्ट-ड्रिवन एलएलएम (LLM) कोड जनरेशन के लिए एक संभाव्य ढांचा स्थापित करता है, जो सैद्धांतिक रूप से सिद्ध करता है कि कोड चयन में फजी फंक्शनल सिमिलरिटी (fuzzy functional similarity), फंक्शनल इक्विवेलेंस (functional equivalence) से बेहतर है और बैकप्रॉम्प्टिंग की सीमाएं कार्य विवरण की अस्पष्टता से उत्पन्न होती हैं, जबकि कई बेंचमार्क के माध्यम से इन अंतर्दृष्टियों को अनुभवजन्य रूप से मान्य करता है।