2489 पेपर
यह शोध पत्र EVerest डेटासेट प्रस्तुत करता है, जो एक अद्वितीय बहु-आर्टिफैक्ट संसाधन है जिसमें एक इलेक्ट्रिक वाहन चार्जिंग स्टैक से सुरक्षा आवश्यकताएं, आर्किटेक्चरल मॉडल और सोर्स कोड शामिल हैं, जो एंड-टू-एंड सुरक्षा सत्यापन अनुसंधान को सक्षम बनाता है और एक वास्तविक दुनिया की सुरक्षा भेद्यता (वल्नरेबिलिटी) की खोज और निवारण को सुगम बनाता है।
यह शोध पत्र CodeXHug को प्रस्तुत करता है, जो 7,325 HuggingFace प्री-ट्रेंड मॉडल्स और GitHub से 20,545 संबंधित पायथन फाइलों से बना एक क्यूरेटेड डेटासेट है, जिसे डेवलपर्स की सहायता के लिए कोड उपयोग के ठोस पैटर्न प्रदान करके मॉडल की उपलब्धता और वास्तविक दुनिया में उनके अपनाव के बीच के अंतर को पाटने के लिए डिज़ाइन किया गया है।
यह शोध पत्र एक ह्यूम-इन-द-लूप फ्रेमवर्क प्रस्तुत करता है जो एक फाइन-ट्यून्ड स्मॉल लैंग्वेज मॉडल को डोमेन नॉलेज ग्राफ के साथ जोड़ता है ताकि SysML v2 मॉडल्स में सिमेंटिक दोषों को स्वचालित रूप से स्थानीयकृत और मरम्मत किया जा सके, जिससे वाहन सिस्टम डिजाइनों पर 91% रिपेयर सफलता दर प्राप्त हुई और आउटपुट टोकन की लंबाई में उल्लेखनीय कमी आई।
UnBias-Plus एक ओपन-सोर्स टूलकिट है जो सेगमेंट-स्तरीय मल्टी-क्लास क्लासिफिकेशन, बायस्ड स्पैन लोकलाइजेशन, न्यूट्रल टेक्स्ट रीराइटिंग और रीजनिंग एक्सप्लेनेशन्स को एक ही सुलभ प्लेटफॉर्म में एकीकृत करके मौजूदा बायस डिटेक्शन विधियों की सीमाओं को संबोधित करता है।
यह शोध पत्र \textsc{OptDetect} को प्रस्तुत करता है, जो एक सोर्स-फ्री फ्रेमवर्क है जो मोबाइल ऐप नेटिव लाइब्रेरीज़ में प्रदर्शन को कम करने वाले निम्न अनुकूलन स्तरों (low optimization levels) की पहचान करता है, यह प्रकट करते हुए कि इस तरह की समस्याएँ गूगल प्ले के अधिकांश शीर्ष ऐप्स को प्रभावित करती हैं और इन्हें सीपीयू उपयोग को महत्वपूर्ण रूप से कम करने तथा उपयोगकर्ता रेटिंग में सुधार करने के लिए हल किया जा सकता है।
यह अनुभव रिपोर्ट 'कंपोज़िशन' (Composition) की संरचना, कलाकार चयन, आउटरीच रणनीतियों और सामुदायिक प्रतिक्रिया का विवरण देती है, जो एक निःशुल्क इवेंट सीरीज़ है जो कला, गणित और कोड को एकीकृत करती है।
यह शोध पत्र AwakeForest को प्रस्तुत करता है, जो एक संवादात्मक, क्लाउड-अनुकूलित भू-स्थानिक प्लेटफॉर्म है जो विविध क्षेत्रों और सेंसरों के माध्यम से बड़े पैमाने पर वन इमेजरी के स्केलेबल, एंड-टू-एंड विश्लेषण को सक्षम करने के लिए मॉडल-असिस्टेड इन्फरेंस, स्वचालित एनोटेशन और ह्यूमन-इन-द-लूप रिफाइनमेंट को एकीकृत करता है।
यह शोध पत्र EnterpriseClawBench प्रस्तुत करता है, जो मालिकाना वास्तविक-दुनिया के एंटरप्राइज एजेंट सत्रों से प्राप्त एक बेंचमार्क है जो 852 पुनरुत्पादित कार्यों का मूल्यांकन करता है ताकि यह प्रदर्शित किया जा सके कि वर्तमान मॉडल सीमित सफलता (0.663) प्राप्त करते हैं और भविष्य के मूल्यांकनों को केवल एक एकल स्कोर पर निर्भर रहने के बजाय हार्नेस-मॉडल संयोजनों, आर्टिफैक्ट डिलीवरी, दृश्य गुणवत्ता, लागत, रनटाइम और कौशल-हस्तांतरण व्यवहार की रिपोर्ट करने वाले एक बहु-आयामी ढांचे को अपनाना चाहिए।
यह शोध पत्र एक गतिशील छवि एन्क्रिप्शन एल्गोरिदम का प्रस्ताव करता है जो अनुकूलन योग्य, इनपुट-निर्भर S-बॉक्सेस उत्पन्न करने के लिए कन्वोल्यूशनल न्यूरल नेटवर्क का लाभ उठाता है, जिससे पारंपरिक निश्चित S-बॉक्स विधियों की तुलना में गैर-रैखिकता और विभिन्न क्रिप्टोग्राफिक हमलों के विरुद्ध प्रतिरोध क्षमता को बढ़ाया जा सके।
यह शोध पत्र एक लर्निंग-टू-रैंक दृष्टिकोण प्रस्तावित करता है जो सोर्स कोड विशेषताओं और पुल रिक्वेस्ट इतिहास का लाभ उठाकर सह-परिवर्तित (co-changed) विधियों की सटीक पहचान और रैंकिंग करता है, यह प्रदर्शित करते हुए कि एक रैंडम फ़ॉरेस्ट मॉडल बड़े पैमाने के जावा प्रोजेक्ट्स में सॉफ़्टवेयर डिपेंडेंसीज़ को प्रबंधित करने में मौजूदा बेसलाइन्स से काफी बेहतर प्रदर्शन करता है।