2489 पेपर
पेशेवर डेवलपर्स और स्ट्रीमर्स के एक गुणात्मक ग्राउंडेड थ्योरी अध्ययन के माध्यम से, यह शोध पत्र प्रस्तावित करता है कि डिबगिंग एक संरचित, पुनरावृत्ति नैदानिक प्रक्रिया है जहाँ अनुभवी इंजीनियर साक्ष्य एकत्र करने और बग्स को हल करने के लिए नेविगेशन और निष्पादन रणनीतियों के बीच बारी-बारी से काम करते हुए एक सिस्टम के मानसिक मॉडल को व्यवस्थित रूप से अपडेट करते हैं।
यह शोध पत्र FAIR+S प्रस्तुत करता है, जो अनुसंधान डेटा और सॉफ्टवेयर प्रबंधन में पर्यावरणीय स्थिरता को शामिल करने के लिए FAIR सिद्धांतों का विस्तार करता है, और एक अंतर-विषयक विशेषज्ञ सर्वेक्षण के माध्यम से इसकी व्यावहारिक प्रासंगिकता और महत्व को प्रमाणित करते हुए शोधकर्ताओं की हरित प्रथाओं के प्रति जागरूकता में मौजूदा अंतराल को रेखांकित करता है।
यह क्रॉस-मॉडल अनुभवजन्य अध्ययन यह प्रदर्शित करता है कि जबकि अनिवार्य प्रति-पंक्ति आवश्यकता उद्धरणों को लागू करने वाले स्पेक-ड्रिवन डेवलपमेंट (Spec-Driven Development) फ्रेमवर्क स्वचालित मतिभ्रम (hallucination) का पता लगाने की क्षमता को महत्वपूर्ण रूप से बढ़ाते हैं, वे साथ ही बिना उद्धृत दृष्टिकोणों की तुलना में आउटपुट नियतत्ववाद (determinism) को कम करते हैं, जो एलएलएम-जनित कोड (LLM-generated code) में सत्यापन क्षमता और निरंतरता के बीच एक मौलिक समझौते (trade-off) को स्थापित करता है।
यह शोध पत्र Loc2Repair प्रस्तुत करता है, जो एक मॉड्यूलर मूल्यांकन ढांचा है जो यह प्रदर्शित करता है कि कैसे फ़ाइल-स्तर के इश्यू लोकलाइजेशन (issue localization) को रिपेयर सिंथेसिस (repair synthesis) से अलग करने से रिपॉजिटरी-आधारित स्वचालित मरम्मत प्रणालियों की प्रभावशीलता और दक्षता दोनों में निरंतर सुधार होता है।
यह शोध पत्र पहला बड़े पैमाने पर अनुभवजन्य अध्ययन प्रस्तुत करता है जो यह प्रकट करता है कि लार्ज लैंग्वेज मॉडल्स अपने द्वारा जनरेट किए गए कोड में व्यापक अति-आत्मविश्वास (overconfidence) प्रदर्शित करते हैं, जहाँ कार्यात्मक अंशांकन (functional calibration), सुरक्षा अंशांकन (security calibration) की तुलना में लगातार बदतर होता है, और जबकि अंशांकन-निर्देशित मरम्मत (calibration-guided repair) और आर्किटेक्चरल गेटिंग (architectural gating) सीमित लाभ प्रदान करते हैं, वे अक्सर यथार्थवादी रिपॉजिटरी-स्तरीय संदर्भों में उच्च-विश्वास वाली कमजोरियों को रोकने में विफल रहते हैं।
यह शोध पत्र प्रायर रैंडम टेस्टिंग (PRT) का प्रस्ताव करता है, जो एक नवीन ब्लैक-बॉक्स विधि है जो कठिन परीक्षण मामलों को प्राथमिकता देने के लिए टास्क-प्रेरित विफलता अंतर्दृष्टि का लाभ उठाती है, जिससे मौजूदा अत्याधुनिक दृष्टिकोणों की तुलना में डीप रिइन्फोर्समेंट लर्निंग एजेंटों के लिए विफलता पहचान दक्षता और परीक्षण विविधता में महत्वपूर्ण सुधार होता है।
FormIDEAble एक औपचारिक रूप से आधारित ढांचा है जो अनिश्चितता के बीच नेविगेट करते हुए सुरक्षा गारंटी सुनिश्चित करने के लिए मानव-एजेंट संपर्क को एक प्राइस्ड टाइमड मार्कोव डिसीजन प्रोसेस के रूप में मॉडल करके सामाजिक-महत्वपूर्ण परिवेशों में स्वायत्त एजेंटों के लिए सामाजिक रूप से जागरूक सहयोग रणनीतियों को संश्लेषित करता है।
यह शोध पत्र REAL का प्रस्ताव करता है, जो एक मॉडल-आधारित रिक्वायरमेंट्स इंजीनियरिंग फ्रेमवर्क है जो डेटा, मॉडल और सिस्टम आवश्यकताओं को एकीकृत करता है और यह सुनिश्चित करने के लिए विफलता विश्लेषण और पुनरावृत्ति परिशोधन का लाभ उठाता है कि मशीन लर्निंग सिस्टम हितधारकों की जरूरतों के अनुरूप हों और विश्वसनीय हों।
AdaTrans एक स्वचालित फ्रेमवर्क है जो रणनीति-संचालित रिट्रीवल (strategy-driven retrieval), त्रुटि-अनुकूलनशील ट्रांसफॉर्मेशन (error-adaptive transformation) और बहु-चरणीय सत्यापन (multi-stage validation) का लाभ उठाकर C कोड को सुरक्षित, संकलनीय (compilable) Rust में सफलतापूर्वक परिवर्तित करता है, जिससे अनसेफ कंस्ट्रक्ट्स (unsafe constructs) को न्यूनतम करते हुए उच्च पास दर प्राप्त की जाती है।
यह शोध पत्र इस बात का मूल्यांकन करता है कि क्या बड़े भाषा मॉडल (large language models) अस्पष्ट कोड (obfuscated code) को समझने के दौरान मानवीय विफलता मोड (human failure modes) साझा करते हैं, जिसमें यह पाया गया है कि तर्क-अनुकूलित मॉडल (reasoning-tuned models) विभिन्न अस्पष्टीकरण स्तरों (obfuscation tiers) में मानव कठिनाई पैटर्न के साथ महत्वपूर्ण रूप से संरेखित होते हैं, जबकि निर्देश-अनुकूलित मॉडल (instruction-tuned models) नहीं होते हैं।