2489 पेपर
KBSpec एक LLM-संचालित फ्रेमवर्क है जो बाहरी दस्तावेज़ों और आंतरिक सत्यापनकर्ता फीडबैक के स्व-विकसित ज्ञान आधार का लाभ उठाकर औपचारिक विनिर्देश (formal specifications) उत्पन्न करता है, जिससे बिना किसी पैरामीटर ट्यूनिंग या लेबल किए गए प्रशिक्षण डेटा की आवश्यकता के सत्यापन पास दरों में महत्वपूर्ण सुधार प्राप्त होता है।
यह शोध पत्र एक डोमेन-विशिष्ट विजुअल ग्राफ एडिटर प्रस्तुत करता है जो कर्नेल, साझा मेमोरी और इवेंट ट्रिगर्स के माध्यम से मॉड्यूलर अनुप्रयोगों को मॉडल करने में सक्षम बनाकर एज और क्लाउड वर्कफ़्लो के लिए डिज़ाइन और निष्पादन के बीच के अंतर को पाटता है, जिन्हें फिर रनटाइम पर परिनियोजन (डिप्लॉयमेंट) के लिए स्वचालित रूप से सीरियलाइज़ किया जाता है।
यह अनुदैर्ध्य अध्ययन प्रकट करता है कि सार्वजनिक रिपॉजिटरी पर एंड्रॉइड ऐप साइनिंग कुंजियों के व्यापक कुप्रबंधन के कारण प्रमुख OEM और ऐप स्टोर के माध्यम से 5,600 से अधिक कीस्टोर्स और 278 वास्तविक दुनिया के ऐप्स समझौता हुआ है, जिससे 10 बिलियन से अधिक उपयोगकर्ता प्रभावित हुए हैं और ऑटोमोटिव प्लेटफॉर्म तक जोखिम बढ़ गया है।
यह शोध पत्र प्रकट करता है कि भाषा मॉडलों और अपूर्ण कन्सट्रेंड डिकोडर्स (constrained decoders) के बीच मिसअलाइनमेंट संभाव्यता वितरणों को विकृत करके और टाइमआउट का कारण बनकर कोड जनरेशन के प्रदर्शन को गंभीर रूप से खराब कर सकता है, जो अक्सर अनकन्स्ट्रेंड डिकोडिंग (unconstrained decoding) को कार्यात्मक शुद्धता के लिए अधिक प्रभावी बनाता है।
यह शोध पत्र प्रदर्शित करता है कि भाषा मॉडल, विशेष रूप से Qwen3.5-9B जैसे हल्के ओपन-सोर्स छोटे भाषा मॉडल, जटिल फीचर इंजीनियरिंग या प्रशिक्षण के बिना कोड कमिट्स में प्रमुख वर्गों (salient classes) की प्रभावी ढंग से पहचान कर सकते हैं, जो अत्याधुनिक बेसलाइन से बेहतर प्रदर्शन करते हैं और बड़े क्लोज्ड-सोर्स मॉडलों के लिए एक लागत प्रभावी, गोपनीयता-संरक्षण विकल्प प्रदान करते हैं।
यह शोध पत्र ConcernBERT को प्रस्तुत करता है, जो दो मिलियन से अधिक जावा (Java) फाइलों के एक बड़े पैमाने के डेटासेट पर ट्रिपलेट लॉस (triplet loss) के साथ प्रशिक्षित एक BERT-आधारित एम्बेडिंग मॉडल है, जो सॉफ्टवेयर जिम्मेदारियों और क्लास मेंबरशिप को प्रभावी ढंग से सीखने के लिए बनाया गया है, जिससे यह आर्किटेक्चर रिकवरी और एक्सट्रैक्ट क्लास रिफैक्टरिंग जैसे कार्यों में मौजूदा मॉडलों से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक मिश्रित-विधि अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि सॉफ्टवेयर परीक्षण शिक्षा में हास्य को शामिल करना छात्रों के भावनात्मक जुड़ाव, अपनेपन की भावना और रचनात्मक सोच को महत्वपूर्ण रूप से बढ़ाता है, जिसमें विशेष रूप से महिला छात्रों के बीच मजबूत सकारात्मक प्रभाव देखे गए हैं।
यह शोधपत्र CodeThread फ्रेमवर्क को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि AI एजेंटों द्वारा जनरेट किया गया कोड मानव-निर्मित कोड की तुलना में कम रखरखाव योग्य (maintainable) होता है, क्योंकि बाद के एजेंट पारंपरिक सॉफ्टवेयर मेट्रिक्स के बजाय त्रुटि प्रबंधन (error handling) और इनपुट वैलिडेशन में सूक्ष्म व्यवहार संबंधी अंतरों के कारण इस पर आगे काम करने में संघर्ष करते हैं।
यह शोध पत्र GitReq को प्रस्तुत करता है, जो आठ ISO/IEC 25010:2011-अनुरूप सॉफ्टवेयर गुणवत्ता आवश्यकताओं में वर्गीकृत 6,302 विशेषज्ञ-सत्यापित GitHub इश्यू का एक सार्वजनिक रूप से उपलब्ध डेटासेट है, जो स्वचालित आवश्यकता वर्गीकरण और सॉफ्टवेयर गुणवत्ता विश्लेषण को आगे बढ़ाने के लिए एक गोल्ड स्टैंडर्ड के रूप में कार्य करता है।
यह शोध पत्र बड़े कोड एजेंटों के लिए इंट्रा-ट्रैजेक्टरी स्टीयरिंग (intra-trajectory steering) प्रदान करने हेतु छोटे, सुपरवाइज्ड फाइन-ट्यून्ड क्रिटिक मॉडल्स को प्रशिक्षित करने का प्रस्ताव देता है, जो यह प्रदर्शित करता है कि यह दृष्टिकोण एंड-टू-एंड ट्रेनिंग या पोस्ट-हॉक स्कोरिंग की तुलना में कम्प्यूटेशनल लागत और ट्रैजेक्टरी की लंबाई दोनों को कम करते हुए SWE-bench Verified जैसे बेंचमार्क पर प्रदर्शन में महत्वपूर्ण सुधार करता है।