2627 पेपर
यह शोध पत्र एक ग्राफ-आधारित, LLM-संचालित वर्कफ़्लो अनुकूलन दृष्टिकोण प्रस्तुत करता है जो बहुविषयक ऑटोमोटिव सॉफ़्टवेयर विकास में डोमेन विशेषज्ञों और डेवलपर्स के बीच के अंतर को पाटता है, जिससे एक प्रोडक्शन वोल्वो (Volvo) सिस्टम में 93.7% F1 स्कोर प्राप्त हुआ और प्रति-API विकास समय 5 घंटे से घटकर 7 मिनट से भी कम हो गया।
यह शोध पत्र MIST को प्रस्तुत करता है, जो एक दो-चरणीय ढांचा है जो फीचर-गाइडेड एरर-ड्रिवन सिंथेसिस और मोंटे कार्लो ट्री सर्च-आधारित म्यूटेशन को जोड़ता है ताकि सिंटैक्टिक रूप से वैध और सिमेंटिक रूप से विविध SQL टेस्ट केस उत्पन्न करने में हल्के वजन वाले लार्ज लैंग्वेज मॉडल्स की सीमाओं को दूर किया जा सके, जिससे विभिन्न डेटाबेस मैनेजमेंट सिस्टम्स में कोड कवरेज में महत्वपूर्ण सुधार होता है।
यह अध्ययन आरएमआईटी (RMIT) विश्वविद्यालय में एक दशक के एक वर्ष लंबे सॉफ्टवेयर इंजीनियरिंग इंटर्नशिप का विश्लेषण करता है, जो इंटर्नशिप अनुभव को बेहतर बनाने के लिए शिक्षकों और कंपनियों को सिफारिशें प्रस्तावित करने हेतु 91 रिपोर्टों के गुणात्मक विश्लेषण के माध्यम से छात्रों की चुनौतियों और लाभकारी पाठ्यक्रम की पहचान करता है।
यह शोध पत्र mcp-sec-audit को प्रस्तुत करता है, जो एक विस्तार योग्य सुरक्षा टूलकिट है जो मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) सर्वरों में अत्यधिक विशेषाधिकार प्राप्त क्षमताओं का पता लगाने और उन्हें कम करने के लिए स्टैटिक पैटर्न मैचिंग और डायनेमिक सैंडबॉक्स्ड फज़िंग को जोड़ता है।
यह शोध पत्र सात व्यापक रूप से उपयोग किए जाने वाले मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) क्लाइंट्स में प्रॉम्प्ट इंजेक्शन कमजोरियों का पहला अनुभवजन्य विश्लेषण प्रस्तुत करता है, जो उनकी सुरक्षा स्थितियों में महत्वपूर्ण असमानताओं को प्रकट करता है और टूल-पॉइजनिंग हमलों के विरुद्ध AI-सहायता प्राप्त विकास वर्कफ़्लो को सुरक्षित करने के लिए व्यावहारिक मार्गदर्शन प्रदान करता है।
यह शोध पत्र ओपन-सोर्स सॉफ्टवेयर-ओनली ऊर्जा दक्षता मापन उपकरणों की पहचान, वर्गीकरण और विश्लेषण करने के लिए गिटहब (GitHub) रिपॉजिटरी की माइनिंग करने वाले एक अनुभवजन्य अध्ययन को प्रस्तुत करता है, जो सीपीयू-केंद्रित उपयोगिताओं से लेकर उत्सर्जन अनुमान क्षमताओं वाले विविध, बहु-स्तरीय निगरानी समाधानों तक उनके विकास को प्रकट करता है।
यह शोध पत्र वैधता खतरों को संबोधित करते हुए और एक XSS ओरेकल (Oracle) पेश करते हुए, XSS डिटेक्टरों के विरुद्ध एक अत्याधुनिक डीप रीइन्फोर्समेंट लर्निंग-आधारित एडवर्सरियल हमले का मूल्यांकन और विस्तार करता है, जिससे अंततः 96% से अधिक की इवेजन दर (evasion rate) प्राप्त होती है।
गॉर्डियन (Gordian) एक हाइब्रिड सिम्बोलिक एक्जीक्यूशन फ्रेमवर्क है जो वास्तविक दुनिया के कोड के विश्लेषण को बढ़ाने के लिए चुनिलेक्टिव रूप से हल्के घोस्ट कोड (जैसे कि इनवर्शन्स, सरोगेट्स और हीप पार्टिशन्स) उत्पन्न करने के लिए LLMs का उपयोग करता है, जो लॉजिक बमों और जटिल तर्क चुनौतियों से निपटने में SMT सॉल्वर की सहायता करते हैं, जिससे शुद्ध LLM-आधारित दृष्टिकोणों की तुलना में टोकन के उपयोग को नाटकीय रूप से कम करते हुए कवरेज में महत्वपूर्ण सुधार होता है।
यह शोध पत्र Goedel-Code-Prover को प्रस्तुत करता है, जो Lean 4 के लिए एक पदानुक्रमित (hierarchical) प्रूफ़ सर्च फ्रेमवर्क है, जो कोड सत्यापन बेंचमार्क पर 62.0% सफलता दर प्राप्त करने के लिए हाइब्रिड सुदृढीकरण शिक्षण (reinforcement learning) और एक सिद्धांत-आधारित अपघटन स्कोर (decomposition score) के साथ प्रशिक्षित एक एकीकृत 8B-पैरामीटर मॉडल का उपयोग करता है, जो कुशल, स्केलेबल प्रूफ़ प्लानिंग के माध्यम से बड़े बेसलाइन्स से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र DePro को प्रस्तुत करता है, जो एक टेस्ट-केस संचालित फ्रेमवर्क है जो स्ट्रेस टेस्टिंग और ब्रूट-फोर्स रेफरेंस जनरेशन के माध्यम से दोषपूर्ण कॉम्पिटिटिव प्रोग्रामिंग कोड को पुनरावृत्ति रूप से परिष्कृत करने के लिए LLMs का लाभ उठाता है, जो मानव और ज़ीरो-शॉट LLM दृष्टिकोणों की तुलना में डिबगिंग समय और प्रयासों में महत्वपूर्ण कमी प्रदर्शित करता है।