2669 पेपर
यह शोध पत्र एक बड़े पैमाने का अनुभवजन्य अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि प्राकृतिक भाषा कोड टिप्पणियाँ, विशेष रूप से वे जो कोड के समग्र उद्देश्य का वर्णन करती हैं, कोड अनुवाद सटीकता को महत्वपूर्ण रूप से बढ़ाती हैं, जिससे COMMENTRA दृष्टिकोण का प्रस्ताव मिलता है जो संभावित रूप से LLM-आधारित अनुवाद के प्रदर्शन को दोगुना कर देता है।
यह शोध पत्र क्वांटम कंपाइलर्स की रिटारगेटेबिलिटी (retargetability) का मूल्यांकन करने के लिए एक मीट्रिक प्रस्तुत करता है और इसे Tket, Qiskit और ProjectQ पर लागू करता है, जिसमें यह पाया गया कि Tket उच्चतम क्रॉस-प्लेटफॉर्म अनुकूलन क्षमता प्रदान करता है, जिसके बाद Qiskit का स्थान है, जबकि ProjectQ पीछे रह जाता है।
इस परिकल्पना के विपरीत कि एआई-जनित कोड डिस्पोजेबल (त्यागने योग्य) होता है, 201 ओपन-सोर्स परियोजनाओं के उत्तरजीविता विश्लेषण (survival analysis) से पता चलता है कि एजेंट-लिखित कोड वास्तव में मानव-लिखित कोड की तुलना में अधिक समय तक बना रहता है, हालांकि इसे थोड़ी उच्च सुधारात्मक संशोधन दरों का सामना करना पड़ता है, जो यह सुझाव देता है कि इसके दीर्घकालिक विकास के लिए पीढ़ी की गुणवत्ता के बजाय संगठनात्मक प्रथाएं प्राथमिक बाधा हैं।
यह शोध पत्र AIDev डेटासेट का उपयोग करते हुए एक अनुभवजन्य अध्ययन प्रस्तुत करता है जो यह प्रकट करता है कि जहाँ AI कोडिंग एजेंट अक्सर निर्मित कोड में रखरखाव और सुरक्षा संबंधी समस्याएँ उत्पन्न करते हैं, वहीं वे मौजूदा कोड स्मैल्स (code smells) को प्रभावी ढंग से हटाने में भी सक्षम हैं और डेवलपर्स द्वारा 61% से अधिक की उच्च स्वीकृति दर प्राप्त करते हैं, जो AI-जागरूक गुणवत्ता मूल्यांकन ढाँचों की आवश्यकता को रेखांकित करता है।
यह शोध पत्र एक व्यापक अनुभवजन्य अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि जहाँ लार्ज लैंग्वेज मॉडल्स (LLMs) विविध, व्यवहारिक रूप से सटीक म्यूटेंट्स उत्पन्न करने में नियम-आधारित दृष्टिकोणों की तुलना में काफी बेहतर प्रदर्शन करते हुए 111.29% उच्च दोष पहचान दर प्राप्त करते हैं, वहीं वे साथ ही गैर-कंपाइलेबिलिटी (non-compilability), दोहराव और समकक्ष म्यूटेंट दरों के संदर्भ में अधिक लागत भी वहन करते हैं।
यह शोध पत्र वर्तमान क्वांटम सिमुलेशन सॉफ्टवेयर स्टैक में महत्वपूर्ण कमियों की पहचान करता है, जैसे कि सामान्य-उद्देश्य वाले फ्रेमवर्क और हार्डवेयर-जागरूक मैपिंग का अभाव, और स्केलेबल, क्रॉस-प्लेटफॉर्म और स्वचालित क्वांटम सिमुलेशन वर्कफ़्लो को सक्षम करने के लिए एक मॉड्यूलर, मॉडल-ड्रिवन इंजीनियरिंग दृष्टिकोण का समर्थन करता है।
यह शोध पत्र DUET प्रस्तुत करता है, जो एक ऐसी कार्यप्रणाली है जो पुनरावृत्ति पर आधारित परिकल्पना निर्माण और EDA टूल्स के साथ परीक्षण के माध्यम से विशेषज्ञ वर्कफ़्लो की नकल करके जटिल हार्डवेयर डिज़ाइनों की AI एजेंटों की समझ को बढ़ाती है, जिससे औपचारिक सत्यापन (formal verification) जैसे कार्यों में प्रदर्शन में उल्लेखनीय सुधार होता है।
क्लाउड कंप्यूटिंग के एक स्नातक पाठ्यक्रम के इस अर्ध-अनुदैर्ध्य (quasi-longitudinal) अध्ययन से पता चलता है कि एलएलएम (LLMs) की शुरुआत के बाद से, छात्रों के कोडिंग व्यवहार लंबी लेकिन कम पुनरावृत्ति वाली सबमिशन की ओर स्थानांतरित हो गए हैं, जिससे सीखने के लाभों में कमी आई है, जो यह सुझाव देता है कि इन उपकरणों पर अत्यधिक निर्भरता उत्पादकता और शैक्षिक परिणामों दोनों को नकारात्मक रूप से प्रभावित कर सकती है।
यह शोध पत्र पायथन 3.7+ कोड में लूप कमजोरियों (loop vulnerabilities) का पता लगाने के लिए स्थानीय लार्ज लैंग्वेज मॉडल्स (विशेष रूप से Phi 3.5 और LLaMA 3.2) का उपयोग करने वाले एक प्रॉम्प्ट-आधारित ढांचे का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि Phi 3.5, पारंपरिक स्टेटिक टूल्स की गोपनीयता और सिमेंटिक विश्लेषण सीमाओं को संबोधित करते हुए, प्रिसिजन (precision), रिकॉल (recall) और F1-स्कोर में LLaMA 3.2 से बेहतर प्रदर्शन करता है।
यह शोध पत्र सेंटॉर (Centaur) प्रस्तुत करता है, जो एक नवीन न्यूरोसिम्बोलिक तकनीक है जो सीड इनपुट्स से औपचारिक API बाधाओं (constraints) को सीखने के लिए लार्ज लैंग्वेज मॉडल्स और SMT सॉल्वर्स का उपयोग करती है ताकि डीप लर्निंग लाइब्रेरीज़ के लिए वैध और विविध टेस्ट केस उत्पन्न किए जा सकें, जिससे मौजूदा विधियों की तुलना में बग डिटेक्शन और कोड कवरेज में महत्वपूर्ण सुधार होता है।