2489 पेपर
यह शोध पत्र KRCA प्रस्तुत करता है, जो हाइपर-स्केल माइक्रोसर्विसेज के लिए एक एंड-टू-एंड रूट कॉज एनालिसिस सिस्टम है, जो उच्च नैदानिक सटीकता और दक्षता प्राप्त करने के लिए एक मेमोरी-ऑगमेंटेड मल्टी-एजेंट फ्रेमवर्क के साथ एक मल्टी-स्टेज पाइपलाइन को जोड़ता है, जैसा कि क्वाशौ (Kuaishou) में इसके सफल छह महीने के परिनियोजन द्वारा प्रमाणित हुआ है जिसने निदान समय को 77.3% तक कम कर दिया।
यह शोध पत्र आर्चर (Archer) का परिचय देता है, जो LLVM कंपाइलर अनुकूलन के लिए एक स्वचालित एजेंटिक कोड समीक्षा उपकरण है जो सिमेंटिक बग्स की पहचान करने के लिए दायित्वों (obligations) और नियत सत्यापन (deterministic validation) का उपयोग करता है, जिससे यह प्रकट होता है कि सीमित मानव समीक्षा क्षमता के कारण हाल के कई पुल रिक्वेस्ट में मिसकंपाइलेशन (miscompilations) शामिल हैं।
यह अन्वेषणात्मक अध्ययन 2021 से 2025 तक कंपनी- और समुदाय-प्रबंधित रिपॉजिटरीज़ में LLM-जनित कोड और टिप्पणियों का विश्लेषण करता है, जिससे यह पता चलता है कि जहाँ पता लगाया गया LLM कोड समय के साथ कम हुआ है और उच्च क्लोनिंग दरों वाले टेस्ट केसेस में प्रचलित है, वहीं LLM-जनित टिप्पणियाँ स्थिर बनी हुई हैं लेकिन अक्सर व्याकरणिक रूप से त्रुटिपूर्ण होती हैं, और मानव-लेबल वाले बग्स का LLM-जनित कोड के साथ केवल एक छोटा संबंध दिखता है।
एक मध्यम आकार के उद्यम के "2x" जनादेश का यह अनुदैर्ध्य अध्ययन प्रकट करता है कि जबकि एआई कोडिंग टूल्स ने अप्रैल 2026 तक प्रति-कैपिटा डेवलपर थ्रूपुट को निरंतर दोगुना करने के लिए उत्प्रेरित किया, ये लाभ जनादेश के बजाय अपनाना और संचित उपयोग द्वारा संचालित थे, जिसके परिणामस्वरूप कोड समीक्षा वर्कफ़्लो का पुनर्गठन हुआ जहाँ स्वचालित प्रक्रियाओं ने मर्ज स्थिरता से समझौता किए बिना मानव समीक्षा को पीछे छोड़ दिया।
यह शोधपत्र DUALVIEW प्रस्तुत करता है, जो एक द्वैत-मोडल (dual-modal) ढांचा है जो चार पूरक ग्राफ दृश्यों में कोड निर्भरताओं के निरंतर दृश्य निरूपणों के माध्यम से विखंडित टेक्स्ट-आधारित नेविगेशन को प्रतिस्थापित करके बड़े पैमाने के रिपॉजिटरी में एजेंटिक समस्या समाधान को बढ़ाता है, जिससे दीर्घकालिक अन्वेषण और संरचनात्मक तर्क में सुधार होता है।
यह शोध पत्र Qolumbina को प्रस्तुत करता है, जो एक बेंचमार्क इंफ्रास्ट्रक्चर है जो छोटे, निश्चित आकार के सर्किटों से परे क्वांटम सॉफ़्टवेयर परीक्षण विधियों के मूल्यांकन के लिए कठोर, पुनरुत्पादक डेटासेट की कमी को दूर करने हेतु 40 स्केलेबल ओपन-सोर्स क्वांटम प्रोग्रामों को क्यूरेट और मानकीकृत करता है।
यह शोध पत्र ISU-Test प्रस्तुत करता है, जो एक स्वचालित, खोज-आधारित परीक्षण ढांचा है जो इन-कार दृश्य समझ के लिए विजन लैंग्वेज मॉडल्स का कुशलतापूर्वक मूल्यांकन करने हेतु रेंडरिंग-आधारित दृश्य पीढ़ी को अनुकूलन तकनीकों के साथ जोड़ता है, जो यादृच्छिक बेसलाइन की तुलना में काफी उच्च विफलता पहचान और कवरेज प्रदर्शित करता है।
यह शोध पत्र वेरीफिएबल लिटरेट प्रोग्रामिंग (VLP) का परिचय देता है, जो एक मानव-इन-द-लूप फ्रेमवर्क है जो स्पष्ट दस्तावेज़ीकरण के माध्यम से प्राकृतिक भाषा प्रॉम्प्ट और LLM-जनित कोड के बीच के अंतर को पाटता है, जिससे सभी कौशल स्तरों के उपयोगकर्ता सूक्ष्म-स्तर के विसंगति पता लगाने (mismatch detection) और औपचारिक सत्यापन (formal verification) के माध्यम से प्रभावी ढंग से कोड को मान्य और मरम्मत करने में सक्षम होते हैं, जिससे कोड की विश्वसनीयता में महत्वपूर्ण सुधार होता है।
यह मिश्रित-पद्धति वाला क्षेत्र अध्ययन (mixed-methods field study) यह प्रकट करता है कि जबकि पेशेवर डेवलपर्स आम तौर पर दोहराव वाले कार्यों के लिए जनरेटिव एआई (Generative AI) उपकरणों को फायदेमंद पाते हैं और उत्पादकता में वृद्धि की रिपोर्ट करते हैं, विशिष्ट इंटरेक्शन मोड (इन-कोड सुझाव बनाम चैट) की प्रभावशीलता कार्य की जटिलता के आधार पर भिन्न होती है, जिसमें उन्हें संयोजित करने से अक्सर विकास-प्रधान कार्य के दौरान लाभ कम हो जाता है और संज्ञानात्मक भार (cognitive load) बढ़ जाता है।
यह शोध पत्र SkillFuzz को प्रस्तुत करता है, जो पहला निष्पादन-मुक्त (execution-free) फज़िंग फ्रेमवर्क है जो ओपन LLM-आधारित एजेंट मार्केटप्लेस में स्किल कंपोजिशन से उत्पन्न होने वाले उच्च-जोखिम वाले निहित इरादों (implicit intents) को कुशलतापूर्वक खोजने और प्राथमिकता देने के लिए संरचित स्किल कॉन्ट्रैक्ट्स और कॉन्ट्रैक्ट-गाइडेड मोंटे कार्लो ट्री सर्च का उपयोग करता है।