2480 पेपर
AgentLens कोडिंग एजेंटों के लिए एक प्रोडक्शन-असेसमेंट बेंचमार्क पेश करता है जो औपचारिक सत्यापन (formal verification) और LLM-जनरेटेड समीक्षाओं के संयोजन के माध्यम से संपूर्ण इंटरेक्शन ट्राजेक्टरी का मूल्यांकन करता है, जिससे सरल पास/फेल मेट्रिक्स से परे विस्तृत व्यवहार संबंधी निदान और रिग्रेशन डिटेक्शन सक्षम होता है।
यह शोध पत्र यह प्रदर्शित करता है कि परीक्षण की मात्रा बढ़ाने या केवल स्व-जनित परीक्षणों पर निर्भर रहने के बजाय, स्पष्ट विनिर्देशों (explicit specifications) में परीक्षण जनरेशन को आधारित करना, गलत सूचनाओं (false alarms) को कम करके और अधिक बग्स को पकड़कर, सही कोड उत्पन्न करने में लार्ज लैंग्वेज मॉडल्स की प्रभावशीलता में महत्वपूर्ण सुधार करने वाला प्राथमिक चालक है।
यह शोध पत्र SmartHomeSecure को प्रस्तुत करता है, जो एक प्रोटोटाइप सिस्टम है जो हल्के प्रोग्राम विश्लेषण (lightweight program analysis) को बाधा-निर्देशित लार्ज लैंग्वेज मॉडल्स (constraint-guided large language models) के साथ जोड़ता है ताकि होम असिस्टेंट YAML कॉन्फ़िगरेशन फ़ाइलों में सिंटैक्स और सिमेंटिक त्रुटियों का स्वचालित रूप से पता लगाया जा सके और उन्हें सुधारा जा सके, जिससे बिना किसी भ्रामक आउटपुट (hallucinated outputs) के उच्च पहचान सटीकता और मरम्मत सफलता दर प्राप्त होती है।
यह शोध पत्र प्राइम वीडियो में कोड परिनियोजन (डिप्लॉयमेंट) जोखिमों की भविष्यवाणी करने के लिए एक गोपनीयता-संरक्षण, भाषा-अज्ञेय (लैंग्वेज-अगनॉस्टिकिक) ढांचे को प्रस्तुत करता है, जो डिफ-अवेयर (diff-aware) विशेषताओं को निकालने के लिए एलएलएम (LLMs) का लाभ उठाता है, यह प्रदर्शित करते हुए कि संरचनात्मक कोड जटिलता वॉल्यूम मेट्रिक्स की तुलना में एक अधिक विश्वसनीय जोखिम संकेतक है और आंतरिक एवं सार्वजनिक दोनों डेटासेटों में उच्च सटीकता प्राप्त करता है।
यह शोध पत्र 'वर्ल्ड ऑफ कोड' में लेखक पहचान विसंगति निवारण (author identity disambiguation) के लिए एक स्केलेबल कार्यप्रणाली प्रस्तुत करता है जो स्ट्रक्चरल ग्राफ कट्स को GitHub no-reply आइडेंटिफायर्स पर प्रशिक्षित प्रति-एज क्लासिफायर के साथ जोड़कर लाखों पहचानों के "मेगा-क्लस्टर्स" में अत्यधिक विलय (over-merging) को हल करता है, जिससे स्टेट-ऑफ-द-आर्ट प्रिसिजन और रिकॉल प्राप्त होता है और पहचान समाधान (identity resolution) को स्केल करने पर प्रमुख सीखों का दस्तावेजीकरण किया जाता है।
SynapseFlow एक नवीन स्वचालित हार्नेस जनरेटर है जो मौजूदा LLM-आधारित विधियों की सीमाओं को दूर करने के लिए स्टेट मशीन-निर्देशित वर्कफ़्लो डिकंपोज़िशन और डेटाफ्लो-अवेयर फंक्शन एग्रीगेशन का लाभ उठाता है, जिससे वास्तविक दुनिया के सॉफ़्टवेयर प्रोजेक्ट्स में काफी अधिक ब्रांच कवरेज और बग डिटेक्शन दर प्राप्त होती है।
यह शोध पत्र ORCAID को प्रस्तुत करता है, जो एक नवीन विधि है जो निरंतर-एक्शन (continuous-action) वातावरण में डीप रिइन्फोर्समेंट लर्निंग एजेंटों से व्याख्या योग्य नियम-आधारित नीतियों को निकालने के लिए एक कुशल तिरछी निर्णय वृक्ष (oblique decision tree) एल्गोरिदम को तीन-चरणीय स्प्लिट सर्च और लीफ मर्जिंग के साथ नियोजित करती है ताकि नियमों के एक संक्षिप्त सेट के साथ उच्च प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र साहित्य समीक्षा और 28 विशेषज्ञ साक्षात्कारों को संश्लेषित करके एक समग्र संदर्भ मॉडल में तकनीकी और संचार प्रक्रियाओं के एकीकरण के माध्यम से प्रबंधन निर्णयों का मार्गदर्शन करने वाले एक समग्र संदर्भ मॉडल में मौजूदा B2X मोबाइल ऐप विकास मॉडलों और व्यावहारिक अनुप्रयोग के बीच के अंतर को संबोधित करता है।
यह शोध पत्र QAccCert प्रस्तुत करता है, जो क्वांटम सॉफ्टवेयर इंजीनियरिंग सिद्धांतों पर आधारित एक हाइब्रिड सर्टिफिकेशन फ्रेमवर्क है जो क्वांटम सिमुलेशन में CHSH असमानता उल्लंघन के माध्यम से अत्यधिक कुशल एंटैंगलमेंट सत्यापन प्राप्त करने के लिए FPGAs और AI को एकीकृत करता है, जो भविष्य के NISQ हार्डवेयर प्रमाणन के लिए एक स्केलेबल मार्ग प्रदर्शित करता है।
यह शोध पत्र यह प्रकट करता है कि अपर्याप्त परीक्षण सूचियों के कारण मौजूदा एलएलएम (LLM) कोड प्रदर्शन बेंचमार्क काफी हद तक अपर्याप्त हैं, और एक नवीन मल्टी-एजेंट फ्रेमवर्क प्रस्तावित करता है जो एलएलएम द्वारा जनरेट किए गए कोड में महत्वपूर्ण रनटाइम सुधारों को प्रभावी ढंग से उजागर करने के लिए अधिक कठोर, प्रदर्शन-उन्मुख परीक्षण उत्पन्न करता है।