2637 पेपर
यह शोध पत्र प्रदर्शित करता है कि एआई प्रोग्रामिंग सहायक सॉफ्टवेयर विकास में एक "मैथ्यू प्रभाव" (Matthew Effect) पैदा करते हैं, जहाँ डेटा की प्रचुरता के कारण मुख्यधारा की भाषाओं और फ्रेमवर्क को बेहतर एआई सहायता प्राप्त होती है, जिससे एक उत्पादकता पूर्वाग्रह उत्पन्न होता है जो विशिष्ट (niche) तकनीकों को नुकसान पहुँचाता है।
यह अनुभवजन्य अध्ययन 50 रिपॉजिटरीज़ में टेस्ट कोड में स्व-स्वीकृत तकनीकी ऋण (SATD) के वितरण, प्रकारों और टेस्ट गुणवत्ता के साथ उनके संबंध की जांच करता है, जो यह प्रकट करता है कि हालांकि SATD व्यापक है और प्रोडक्शन कोड SATD से भिन्न है, यह सीधे तौर पर टेस्ट स्मेल्स (test smells) से जुड़ा नहीं है, और यह प्रदर्शित करता है कि एक CodeBERT-आधारित मॉडल बेहतर प्रबंधन के लिए इन ऋण प्रकारों को प्रभावी ढंग से वर्गीकृत करता है।
यह शोध पत्र इस बात की जांच करता है कि कैसे मॉडल अनुकूलन तकनीकें—जैसे कि क्वांटाइजेशन, डिस्टिलेशन और स्केलिंग—एक नवीन कोल्ड-स्टार्ट प्रोबेबिलिटी विश्लेषण और व्यवस्थित शब्दावली मूल्यांकन के माध्यम से लार्ज लैंग्वेज मॉडल्स के टोकन-लेवल रिप्रेजेंटेशन और कोड जनरेशन की गुणवत्ता को प्रभावित करती हैं।
यह शोधपत्र सॉफ्टवेयर सत्यापन के लिए एक पूरक दृष्टिकोण प्रस्तावित करता है जो टेस्ट सुइट निर्माण, रिग्रेशन टेस्टिंग और प्रोग्राम रिपेयर को स्वचालित करने के लिए डिज़ाइन बाय कॉन्ट्रैक्ट और एसएमटी-आधारित काउंटरएग्जांपल जनरेशन का उपयोग करके टेस्टिंग और फॉर्मल प्रूविंग को एकीकृत करता है।
ASA (Activation Steering Adapter) एक प्रशिक्षण-मुक्त, इन्फरेंस-टाइम विधि है जो मॉडल के आंतरिक इरादे और उसके बाहरी व्यवहार के बीच के अंतर को पाटने के लिए राउटर-कंडीशन्ड स्टीयरिंग वेक्टर्स के मिश्रण का उपयोग करके LLM एजेंटों में टूल-कॉलिंग विश्वसनीयता में सुधार करती है।
यह शोध पत्र ArkTS-CodeSearch को प्रस्तुत करता है, जो ArkTS प्रोग्रामिंग भाषा के लिए कोड इंटेलिजेंस और रिट्रीवल अनुसंधान को आगे बढ़ाने के लिए डिज़ाइन किया गया पहला बड़े पैमाने का ओपन-सोर्स डेटासेट और बेंचमार्क है।
यह शोध पत्र एक संरचित चेकलिस्ट का उपयोग करके किए गए मैनुअल मूल्यांकन की तुलना RECAP नामक एक नए LLM-आधारित स्वचालित पाइपलाइन से करते हुए, दस वर्षों की अवधि में इवोल्यूशनरी कंप्यूटेशन में पुनरुत्पादकता प्रथाओं का मूल्यांकन करता है, जिसमें रिपोर्टिंग में महत्वपूर्ण अंतराल पाए गए हैं और यह प्रदर्शित किया गया है कि स्वचालित उपकरण प्रभावी रूप से पुनरुत्पादकता की निगरानी कर सकते हैं।
AgentSpawn एक नवीन मल्टी-एजेंट आर्किटेक्चर है जो लॉन्ग-होरइजन कोड जनरेशन के लिए डायनेमिक स्पॉनिंग, एडेप्टिव कॉम्प्लेक्सिटी-बेस्ड पॉलिसीज़ और ऑटोमेटेड मेमोरी ट्रांसफर का उपयोग करता है ताकि स्टैटिक वर्कफ़्लो की तुलना में टास्क कंप्लीशन रेट्स और मेमोरी एफिशिएंसी में सुधार किया जा सके।
यह शोध पत्र "CodeCircuit" का प्रस्ताव करता है, जो बाहरी निष्पादन (execution) या सहायक जजों पर निर्भर रहने के बजाय मॉडल की आंतरिक तंत्रिका गतिशीलता (neural dynamics) और एट्रिब्यूशन ग्राफों का विश्लेषण करके LLM-जनित कोड की शुद्धता को सत्यापित करने की एक विधि है।
यह शोध पत्र एक डोमेन-विशिष्ट डेटासेट (CivilInstruct), बाधा संतुष्टि के लिए एक दो-चरणीय फाइन-ट्यूनिंग रणनीति और इंजीनियरिंग सटीकता सुनिश्चित करने के लिए एक सत्यापन-संचालित बेंचमार्क (MBEval) को पेश करके भौतिक रूप से सुसंगत और सिमुलेशन-निष्पादन योग्य संरचनात्मक मॉडल उत्पन्न करने के लिए एक ढांचा प्रस्तावित करता है।