2595 पेपर
यह शोध पत्र एक छह-आयामी वर्गीकरण और 50 अध्ययनों की समीक्षा के माध्यम से ओपन एजेंटिक सिस्टम की अनूठी सुरक्षा चुनौतियों को व्यवस्थित करता है, जो परिनियोजन नियंत्रणों और शासन में महत्वपूर्ण अंतराल को प्रकट करते हुए लचीले, ऑडिट योग्य एजेंट पारिस्थितिकी तंत्र बनाने के लिए एक 'सिक्योर-बाय-कंस्ट्रक्शन' सिद्धांत और मूल्यांकन स्कोरकार्ड का प्रस्ताव करता है।
यह शोध पत्र मैनेजरवर्कर (ManagerWorker) ढांचे को प्रस्तुत करता है जो यह प्रदर्शित करता है कि एक महंगा टेक्स्ट-ओनली एआई, सॉफ्टवेयर इंजीनियरिंग कार्यों को हल करने के लिए एक सस्ते कोड-एग्जीक्यूटिंग एजेंट को प्रभावी ढंग से निर्देशित कर सकता है, जिससे यह प्रकट होता है कि ऐसी मल्टी-एजेंट सफलता कृत्रिम भूमिका विभाजन को थोपने के बजाय वर्तमान मॉडलों के मोनोलिथिक ट्रेनिंग डिस्ट्रीब्यूशन के साथ संरेखित करने के लिए वास्तविक क्षमता अंतराल का लाभ उठाने पर निर्भर करती है।
यह शोध पत्र जेनरेटिव एआई (Generative AI) योगदानों के प्रबंधन में जवाबदेही, सत्यापन और बुनियादी ढांचे की चुनौतियों का समाधान करने वाले तीन शासन अभिविन्यासों और 12 रणनीतियों की पहचान करते हुए, केवल एआई प्रतिबंधों से आगे बढ़ने के लिए 67 ओपन सोर्स सॉफ्टवेयर परियोजनाओं में शासन प्रथाओं का विश्लेषण करता है।
यह शोध पत्र दो नए बेंचमार्क का उपयोग करके आधुनिक सॉलिडिटी (Solidity) 0.8+ स्मार्ट कॉन्ट्रैक्ट्स में रीएंट्रेंसी (reentrancy) कमजोरियों का पता लगाने में पारंपरिक स्टैटिक एनालाइजर्स, मशीन लर्निंग मॉडल और लार्ज लैंग्वेज मॉडल्स की प्रभावशीलता का मूल्यांकन करता है, जो यह प्रकट करता है कि अग्रणी एलएलएम (LLMs) मौजूदा उपकरणों की तुलना में काफी बेहतर प्रदर्शन करते हैं और वर्तमान डिटेक्शन मजबूती में महत्वपूर्ण अंतराल को उजागर करते हैं।
यह शोध पत्र StackRepoQA प्रस्तुत करता है, जो 134 जावा प्रोजेक्ट्स के 1,318 वास्तविक डेवलपर प्रश्नों से प्राप्त पहला रिपॉजिटरी-स्तरीय प्रश्न उत्तर डेटासेट है, और इसका उपयोग यह प्रदर्शित करने के लिए करता है कि जबकि रिट्रीवल-ऑगमेंटेड विधियाँ LLM के प्रदर्शन में सुधार करती हैं, वर्तमान मॉडल अभी भी वास्तविक रिपॉजिटरी-स्केल समझ के लिए संघर्ष करते हैं, और अक्सर वास्तविक तर्क के बजाय याद किए गए Stack Overflow उत्तरों पर निर्भर रहते हैं।
यह शोध पत्र Vision2Web को प्रस्तुत करता है, जो एक पदानुक्रमित बेंचमार्क है जिसमें 193 वास्तविक दुनिया के कार्य और एक नवीन द्वि-घटक एजेंट सत्यापन प्रणाली शामिल है, जो दृश्य वेबसाइट विकास (visual website development) के स्पेक्ट्रम में, UI जनरेशन से लेकर फुल-स्टैक परिनियोजन (full-stack deployment) तक, लार्ज लैंग्वेज मॉडल-आधारित एजेंटों के महत्वपूर्ण प्रदर्शन अंतराल को व्यवस्थित रूप से मूल्यांकन करने और प्रकट करने के लिए बनाया गया है।
यह शोध पत्र "लर्निंग टू कमिट" (Learning to Commit) प्रस्तुत करता है, जो एक ऑनलाइन रिपॉजिटरी मेमोरी सिस्टम के माध्यम से ऐतिहासिक रिपॉजिटरी कमिट्स पर एजेंटों को प्रशिक्षित करके, एलएलएम (LLM) द्वारा जनरेट किए गए पुल रिक्वेस्ट की सार्थकता (organicity) को बढ़ाता है, जिससे वे प्रोजेक्ट-विशिष्ट परंपराओं और आर्किटेक्चरल पैटर्न को सीख पाते हैं ताकि वास्तविक दुनिया के मेंटेनर की अपेक्षाओं के अनुरूप कोड का उत्पादन किया जा सके।
यह शोध पत्र RETIoT को प्रस्तुत करता है, जो एक व्यापक आवश्यकता इंजीनियरिंग तकनीक है जिसमें विशिष्ट तकनीकें, चेकलिस्ट, प्रक्रियाएं और टेम्पलेट शामिल हैं जिन्हें इंटरनेट ऑफ थिंग्स सॉफ्टवेयर सिस्टम विकसित करने की अनूठी चुनौतियों को संबोधित करने के लिए डिज़ाइन किया गया है, जबकि प्रारंभिक व्यवहार्यता अध्ययन इसकी प्रभावशीलता की पुष्टि करते हैं और आगे के प्रयोगात्मक सत्यापन की आवश्यकता पर प्रकाश डालते हैं।
यह शोध पत्र सॉफ्टवेयर इंजीनियरिंग में मानव डेवलपर्स और एआई के बीच भविष्य की सहजीवी साझेदारी के लिए एक दृष्टिकोण को रेखांकित करता है और साथ ही उन महत्वपूर्ण अनुसंधान चुनौतियों की पहचान करता है जिन्हें विकास प्रक्रिया में एआई को सफलतापूर्वक एकीकृत करने के लिए समुदाय को संबोधित करना चाहिए।
यह शोध पत्र चेन-ओरिएंटेड ऑब्जेक्टिव लॉजिक (COOL) को प्रस्तुत करता है, जो एक न्यूरो-सिम्बोलिक फ्रेमवर्क है जो जटिल औद्योगिक प्रणालियों में कई डोमेन-विशिष्ट भाषाओं में स्थिर, कुशल और अत्यधिक सटीक गतिशील विनियमन प्राप्त करने के लिए पदानुक्रमित चेन-ऑफ-लॉजिक (CoL) विभाजन को न्यूरल नेटवर्क फीडबैक कंट्रोल (NNFC) और कैस्केड फ़िल्टरिंग के साथ जोड़ता है।