cs.SE पेपर | Gist.Science

Towards Automatically Inferring Constraints to Identify Implicit Assumptions in Data Analysis

यह शोध पत्र एक एकीकृत परिप्रेक्ष्य और स्टेटिक एनालिसिस (static analysis) का उपयोग करके एक प्रूफ-ऑफ-कॉन्सेप्ट कार्यान्वयन प्रस्तावित करता है ताकि डेटा विश्लेषण स्क्रिप्ट्स में निहित धारणाओं को कोड बाधाओं (code constraints) के रूप में स्वचालित रूप से अनुमानित और स्पष्ट रूप से प्रस्तुत किया जा सके, जिससे पुनरुत्पादकता (reproducibility), रनटाइम सत्यापन (runtime verification) और कोड बोधगम्यता (code comprehension) में वृद्धि हो सके।

Florian Sihler, Lars Pfrenger, Oliver Gerstl, Matthias Tichy2026-07-07

🤖 AI

Effectiveness of LLM-based Software Diversity for Reliability Improvement -- an Empirical Study

यह अनुभवजन्य अध्ययन प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स (LLMs) सॉफ्टवेयर विविधता के एक स्केलेबल और कम लागत वाले स्रोत के रूप में कार्य कर सकते हैं, जहाँ LLM-जनित प्रोग्रामों को—विशेष रूप से विभिन्न मॉडलों, सेटिंग्स और भाषाओं के विषम विन्यास (heterogeneous configurations) में संयोजित करना—कॉमन-मोड विफलताओं (common-mode failures) को कम करके सिस्टम की विश्वसनीयता में प्रभावी रूप से सुधार करता है।

Gabriel Almeida, Ilir Gashi, Vladimir Stankovic, João R. Campos2026-07-07

🤖 AI

CRRL: A Causality-Based Reinforcement Learning Framework for Autonomous System Recovery

यह शोध पत्र CRRL प्रस्तुत करता है, जो एक कार्य-कारण (कॉज़ैलिटी) आधारित सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) ढांचा है, जो नीतियों को नियम-आधारित हस्तक्षेपों के साथ प्रभावी ढंग से सहयोग करने के लिए प्रशिक्षित करके स्वायत्त प्रणाली की रिकवरी को बढ़ाता है, जिससे विफलता की स्थितियों में प्रदर्शन में उल्लेखनीय सुधार होता है और गतिहीनता (इमोबिलाइजेशन) में कमी आती है।

Safia Fatima, Kai Olav Ellefsen, Leon Moonen2026-07-07

💻 computer science

TATG: Tracking-Aware Testing Objective for LLM-based Test Generation

TATG एक ट्रैकिंग-अवेयर, टू-स्टेज LLM-आधारित दृष्टिकोण है जो स्टैटिक और डायनेमिक टेस्टिंग आवश्यकताओं को एकीकृत करने के लिए व्यक्तिगत टेस्टिंग लक्ष्यों को स्पष्ट रूप से ट्रैक और हल करता है, जो जटिल जावा मेथड्स के लिए कवरेज और फॉल्ट डिटेक्शन में मौजूदा टूल्स से काफी बेहतर प्रदर्शन करता है।

Guancheng Wang, Qinghua Xu, Lionel C. Briand2026-07-07

🤖 AI

Builder, Defender, Breaker: The Case Against Removing the Human from the AI-Driven Security Lifecycle

यह शोध पत्र यह तर्क देता है कि एआई-संचालित सुरक्षा चक्र से मनुष्यों को हटाना मौलिक रूप से त्रुटिपूर्ण है क्योंकि यह निर्माण, रक्षा और परीक्षण की भूमिकाओं के बीच आवश्यक स्वतंत्रता को समाप्त कर देता है, जिससे साझा अंध बिंदु (blind spots) उत्पन्न होते हैं, जवाबदेही क्षीण होती है, और सिस्टम पूर्वानुमेय प्रतिकूल शोषण (adversarial exploitation) के प्रति असुरक्षित हो जाते हैं।

Mohamed Chahine Ghanem2026-07-07

💻 computer science

An Empirical Study of Downstream Adaptation for Agent Skills

यह शोध पत्र LLM एजेंट कौशल के डाउनस्ट्रीम अनुकूलन (downstream adaptation) का पहला अनुभवजन्य अध्ययन प्रस्तुत करता है, जो 1,126 उदाहरणों का विश्लेषण करके एक पुन: उपयोग विरोधाभास (reuse paradox) को उजागर करता है जहाँ डेवलपर्स अक्सर स्थानीय संदर्भों के लिए कौशलों को फिर से लिखते हैं, और कौशल डिजाइन, मानकीकरण और सुरक्षा में सुधार के मार्गदर्शन के लिए 46 अनुकूलन पैटर्न का एक वर्गीकरण प्रस्तावित करता है।

Xinjian Wu, Jingzhi Gong, Gunel Jahangirova, Zhenpeng Chen, Jie M. Zhang2026-07-07

💻 computer science

Socio-Technical Anti-Patterns in Building ML-Enabled Software: Insights from Leaders on the Forefront

यह शोध पत्र एमएल (ML) मॉडलों को प्रोडक्शन में लाने से जुड़ी सामाजिक-तकनीकी चुनौतियों पर सबसे बड़े गुणात्मक अनुभवजन्य अध्ययन को प्रस्तुत करता है, जो संगठनात्मक मुद्दों में निहित 17 एंटी-पैटर्न की पहचान करने और उन्हें दूर करने के लिए व्यावहारिक सिफारिशें प्रदान करने हेतु एमएलओप्स (MLOps) कम्युनिटी टॉक्स के 66 घंटों का विश्लेषण करता है।

Alina Mailach, Norbert Siegmund2026-07-07

🤖 AI

LLM-Enhanced Hierarchical Heterogeneous Graph Representation Learning for Malicious Python Package Detection

यह शोध पत्र एक LLM-संवर्धित पदानुक्रमित विषम ग्राफ प्रतिनिधित्व शिक्षण (hierarchical heterogeneous graph representation learning) ढांचे का प्रस्ताव करता है जो सटीक, व्याख्या योग्य और सूक्ष्म-स्तरीय मैलिशियस पायथन पैकेज डिटेक्शन प्राप्त करने के लिए संरचनात्मक कोड निर्भरताओं को LLM-व्युत्पन्न सिमेंटिक भूमिकाओं के साथ एकीकृत करता है।

Hang Gao, Xiaoyu Chen, Baoquan Cui, Zhen Tang, Peng Qiao, Fengge Wu, Jian Zhang2026-07-07

💬 NLP

Anchored Self-Play for Code Repair

यह शोध पत्र एंकोर्ड सेल्फ-प्ले (ASP) का प्रस्ताव करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) विधि है जो एक संदर्भ सेट के साथ इसे स्थिर करके जनरेटर-फिक्सर सेल्फ-प्ले के स्वचालित पाठ्यक्रम को स्थिर करती है, जिससे अवास्तविक बग्स की ओर विचलन को रोका जा सकता है और मानक सेल्फ-प्ले की तुलना में विविध बग स्रोतों में कोड मरम्मत प्रदर्शन में महत्वपूर्ण सुधार किया जा सकता है।

Caroline Choi, Zeyneb Kaya, Shirley Wu, Tengyu Ma, Tatsunori Hashimoto, Ludwig Schmidt2026-07-07

💻 computer science

LogSemFuse: Semantic Evidence Fusion for Explainable Log Anomaly Detection

LogSemFuse एक साक्ष्य-निर्देशित (evidence-guided) प्लग-इन फ्रेमवर्क है जो स्थानीय पैटर्न, LLM तर्क और निष्पादन योग्य नियमों से पुन: प्रयोज्य अर्थपूर्ण साक्ष्य को बैकबोन भविष्यवाणियों के साथ संलयित (fuse) करके मौजूदा लॉग विसंगति डिटेक्टरों को बढ़ाता है, ताकि न्यूनतम रनटाइम ओवरहेड के साथ पता लगाने की सटीकता में सुधार किया जा सके और कार्रवाई योग्य, व्याख्या योग्य अंतर्दृष्टि प्रदान की जा सके।

Hassan Jabri, Zeyang Ma, Zhijie Wang, Tse-Hsun Chen2026-07-07

← पिछला अगला →