2637 पेपर
GraphCue एक टोपोलॉजी-ग्राउंडेड रिट्रीवल और एजेंट-इन-द-लूप फ्रेमवर्क है जो उच्च-पास-रेट, तीव्र स्वचालित SDN कॉन्फ़िगरेशन कोड सिंथेसिस प्राप्त करने के लिए ग्राफ एम्बेडिंग पर कंट्रास्टिव लर्निंग और एक वेरिफिकेशन लूप का लाभ उठाता है।
*huff* पायथन पैकेज एक ओपन-सोर्स, मॉड्यूलर टूल है जिसे आर्थिक भूगोल और स्वास्थ्य नियोजन जैसे क्षेत्रों के शोधकर्ताओं के लिए हफ मॉडल और संबंधित सुलभता विधियों का उपयोग करके व्यापक बाजार क्षेत्र विश्लेषण, जिसमें डेटा प्रोसेसिंग, मॉडल अनुमान और स्थानिक विज़ुअलाइज़ेशन शामिल है, करने के लिए डिज़ाइन किया गया है।
यह अध्ययन बग गंभीरता (bug severity) की भविष्यवाणी करने के लिए एक्लिप्स बगज़िला (Eclipse Bugzilla) डेटा पर विभिन्न सुपरवाइज्ड मशीन लर्निंग मॉडलों, जिनमें एन्सेम्बल ट्रीज़ (ensemble trees) और ट्रांसफॉर्मर-आधारित दृष्टिकोण शामिल हैं, का मूल्यांकन करता है, जिसमें यह पाया गया कि जहाँ एन्सेम्बल और डिस्टिलबर्ट (DistilBERT) मॉडल उच्चतम समग्र सटीकता प्राप्त करते हैं, वहीं लीनियर क्लासिफायर (linear classifiers) क्रिटिकल बग्स को रिकॉल करने में उत्कृष्ट हैं, जिससे स्वचालित बग ट्राइएज (automated bug triage) और सॉफ्टवेयर गुणवत्ता सुधार के लिए व्यावहारिक अंतर्दृष्टि प्राप्त होती है।
यह शोध पत्र ग्राफ न्यूरल नेटवर्क (GNN) की अभिव्यक्ति क्षमता का व्यवस्थित रूप से मूल्यांकन करने के लिए एक गुण-संचालित मूल्यांकन ढांचे और औपचारिक विशिष्टताओं पर आधारित एक बड़े पैमाने के डेटासेट जनरेटर को प्रस्तुत करता है, जो ग्लोबल पूलिंग विधियों में महत्वपूर्ण ट्रेड-ऑफ को उजागर करता है और अधिक विश्वसनीय GNN आर्किटेक्चर विकसित करने के लिए एक कठोर आधार स्थापित करता है।
यह शोध पत्र व्यक्तिगत रोग रुग्णता जोखिम की भविष्यवाणी करने के लिए एक जनरेटिव ट्रांसफॉर्मर मॉडल के सफल इन-ब्राउज़र परिनियोजन को प्रस्तुत करता है, जो एक सुरक्षित, क्लाइंट-साइड आर्किटेक्चरल ब्लूप्रिंट का प्रदर्शन करता है जो डेटा डाउनलोड से जुड़ी गोपनीयता संबंधी चिंताओं को समाप्त करते हुए FAIR डेटा मानकों के पुन: प्रयोज्यता (Reusability) सिद्धांत का पालन करता है।
यह शोध पत्र SkillFortify को प्रस्तुत करता है, जो एजेंटिक AI स्किल सप्लाई चेन के लिए पहला औपचारिक विश्लेषण ढांचा है, जो एक नवीन हमलावर मॉडल, सुदृढ़ स्टैटिक विश्लेषण और क्षमता-आधारित सैंडबॉक्सिंग को जोड़ता है ताकि दुर्भावनापूर्ण स्किल्स का पता लगाने में 100% शुद्धता और शून्य फॉल्स पॉजिटिव प्राप्त किया जा सके, जो मौजूदा ह्यूरिस्टिक टूल्स द्वारा छोड़ी गई महत्वपूर्ण सुरक्षा खामियों को संबोधित करता है।
यह शोध पत्र JutulGPT को प्रस्तुत करता है, जो एक एजेंटिक फ्रेमवर्क है जो वैज्ञानिक सिमुलेशन मॉडल निर्माण को निष्पादन-आधारित सत्यापन (execution-based validation) में ग्राउंड करता है ताकि स्पष्ट रूप से कम-निर्दिष्ट भौतिक विकल्पों (underspecified physical choices) का पता लगाया जा सके और उन्हें हल किया जा सके, जिससे पुनरुत्पादकता सुनिश्चित होती है और मौन सिम्युलेटर डिफॉल्ट्स (tacit simulator defaults) की सीमाओं का अनावरण होता है।
यह शोध पत्र ReTest को प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो डिफरेंशियल टेस्टिंग और नैव फज़िंग की सीमाओं को दूर करने के लिए ग्रामर-अवेयर फज़िंग को मेटामॉर्फिक टेस्टिंग के साथ जोड़कर रेगुलर एक्सप्रेशन इंजनों का व्यवस्थित रूप से परीक्षण करता है, जिससे क्रॉस-इम्प्लीमेंटेशन निरंतरता पर निर्भर किए बिना उच्च कोड कवरेज प्राप्त होता है और नए दोषों की पहचान की जाती है।
Cloud-OpsBench एक पुनरुत्पादक (reproducible), बड़े पैमाने का बेंचमार्क है जो क्लाउड सिस्टम के एक नियत डिजिटल ट्विन (deterministic digital twin) को बनाने के लिए स्टेट स्नैपशॉट पैराडाइम (State Snapshot Paradigm) का उपयोग करता है, जो एजेंटिक रूट कॉज एनालिसिस (agentic Root Cause Analysis) के मूल्यांकन को सक्षम बनाता है और अगली पीढ़ी के SRE अनुसंधान को प्रशिक्षित करने और मानकीकृत करने के लिए एक आधारभूत बुनियादी ढांचे के रूप में कार्य करता है।
यह शोध पत्र एजेंटिक एआई (agentic AI) डोमेन में 'गोल्स-टू-एस्पेक्ट्स' (goals-to-aspects) कार्यप्रणाली का पुनरावलोकन और विस्तार करता है, जिसमें चार एनएफआर (NFR) श्रेणियों के अंतर्गत 12 पुन: प्रयोज्य पैटर्न की एक पैटर्न लैंग्वेज प्रस्तुत की गई है, जो सुरक्षा, विश्वसनीयता, अवलोकन क्षमता (observability) और लागत प्रबंधन जैसे क्रॉसकटिंग चिंताओं को मॉड्यूलर बनाने के लिए i* गोल मॉडल्स को रस्ट (Rust) में ठोस एस्पेक्ट कार्यान्वयनों के साथ व्यवस्थित रूप से मैप करती है।