2669 पेपर
यह शोध पत्र CALM को प्रस्तुत करता है, जो MAPE-K लूप पर आधारित एक स्व-अनुकूली ऑर्केस्ट्रेशन फ्रेमवर्क है, जो सिंगल-LLM बेसलाइन की तुलना में विलंबता (latency) को 40% और ऊर्जा खपत को 50% तक कम करने के लिए कैशिंग और शेड्यूलिंग का लाभ उठाते हुए, उपयोगकर्ता प्रश्नों को विशिष्ट लघु भाषा मॉडलों (SLMs) के एक समन्वित बेड़े की ओर गतिशील रूप से रूट करता है।
यह शोध पत्र SWE-Refactor को प्रस्तुत करता है, जो 1,099 सत्यापित जावा रिफैक्टरिंग (refactorings) से युक्त एक व्यापक रिपॉजिटरी-स्तरीय बेंचमार्क है, जिसे मौजूदा डेटासेट की सीमाओं को दूर करने और नौ LLMs की क्षमताओं का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जिससे यह पता चलता है कि वर्तमान मॉडल जटिल, संयुक्त रिफैक्टरिंग कार्यों के साथ काफी संघर्ष करते हैं।
यह शोध पत्र FullStack-Agent को प्रस्तुत करता है, जो एक एकीकृत प्रणाली है जिसमें एक मल्टी-एजेंट डेवलपमेंट फ्रेमवर्क, एक स्व-सुधार (self-improving) डेटा-स्केलिंग विधि और एक व्यापक बेंचमार्क शामिल है, जो सामूहिक रूप से LLMs को मौजूदा अत्याधुनिक तरीकों की तुलना में फ्रंटएंड, बैकएंड और डेटाबेस कार्यात्मकताओं में काफी बेहतर प्रदर्शन के साथ प्रोडक्शन-लेवल के फुल-स्टैक वेब एप्लिकेशन उत्पन्न करने में सक्षम बनाता है।
AutoCodeSherpa सॉफ़्टवेयर समस्याओं के निष्पादन योग्य, प्रतीकात्मक स्पष्टीकरण उत्पन्न करके AI कोडिंग एजेंटों में विश्वास बढ़ाता है जो पैच सत्यापन की सटीकता में महत्वपूर्ण सुधार करते हैं और स्वचालित मरम्मत तकनीकों की प्रभावशीलता को बढ़ाते हैं।
DoVer एक इंटरवेंशन-संचालित ऑटो-डीबगिंग फ्रेमवर्क है जो LLM मल्टी-एजेंट सिस्टम के लिए है, जो लक्षित हस्तक्षेपों के माध्यम से परिकल्पनाओं को सक्रिय रूप से सत्यापित करके और एट्रिब्यूशन सटीकता के बजाय कार्य रिकवरी और प्रगति के माध्यम से सफलता को मापकर लॉग-ओनली फेलियर लोकलाइजेशन की सीमाओं को दूर करता है।
यह शोध पत्र Harmonica को प्रस्तुत करता है, जो HarmonE दृष्टिकोण पर आधारित एक स्व-अनुकूलन उदाहरण (self-adaptation exemplar) है, जो स्थिरता मेट्रिक्स की निगरानी करने और आर्किटेक्चरल टैक्टिक्स को स्वचालित रूप से ट्रिगर करने के लिए MAPE-K लूप का उपयोग करता है, जिससे MLOps पाइपलाइनों के भीतर मशीन लर्निंग-सक्षम प्रणालियों के टिकाऊ और स्थिर संचालन को सक्षम बनाया जा सके।
यह शोध पत्र HELIOS प्रस्तुत करता है, जो एक ऐसा ढांचा है जो कंट्रोल फ्लो और फंक्शन कॉल्स को एक पदानुक्रमित ग्राफ एब्स्ट्रैक्शन (hierarchical graph abstraction) में परिवर्तित करके LLM-आधारित बाइनरी डीकंपाइलेशन को बढ़ाता है, जिससे मॉडल फाइन-ट्यूनिंग की आवश्यकता के बिना विविध आर्किटेक्चर पर कोड की कंपाइलेबिलिटी और कार्यात्मक शुद्धता में महत्वपूर्ण सुधार होता है।
KAPSO एक मॉड्यूलर, ज्ञान-आधारित ढांचा है जो एक गिट-नेटिव (git-native) प्रयोग इंजन, एक संरचित ज्ञान प्रणाली और एक संज्ञानात्मक स्मृति परत को एकीकृत करके स्वायत्त प्रोग्राम संश्लेषण और अनुकूलन को बढ़ाता है, ताकि कोड आर्टिफैक्ट्स में सुधार किया जा सके और कोडिंग एजेंटों में होने वाली दीर्घकालिक विफलताओं को दूर किया जा सके।
यह शोध पत्र एक निर्णय-केंद्रित सिमुलेशन ढांचे (डिसीजन-सेंट्रिक सिमुलेशन फ्रेमवर्क) को प्रस्तुत करता है जो ऑटोमोटिव आफ्टरमार्केट में सांख्यिकीय पूर्वानुमान सटीकता और परिचालन इन्वेंटरी के प्रमुख प्रदर्शन संकेतकों (केपीआई) के बीच के अंतर को पाटता है, यह प्रदर्शित करते हुए कि पारंपरिक त्रुटि मेट्रिक्स में सुधार आवश्यक रूप से बेहतर लागत और सेवा परिणामों में परिवर्तित नहीं होता है और वास्तविक व्यावसायिक प्रभाव के आधार पर मॉडलों का मूल्यांकन करने के लिए एक उपकरण प्रदान करता है।
यह अनुभवजन्य अध्ययन पांच एआई कोडिंग एजेंटों के 8,000 से अधिक फिक्स-संबंधित पुल रिक्वेस्ट का विश्लेषण करता है ताकि यह पहचान की जा सके कि टेस्ट केस विफलताओं और डुप्लिकेट इश्यू समाधानों के कारण मर्ज करने में मुख्य बाधाएं आती हैं, जबकि बिल्ड विफलताएं दुर्लभ हैं, जिससे वर्तमान एआई एजेंटों की प्रमुख सीमाओं और सॉफ्टवेयर रखरखाव में मानव-एआई सहयोग को सुधारने की दिशाओं पर प्रकाश पड़ता है।