🛠️ Category

cs.SE

2489 पेपर

💻 computer science

PUFFERDOS: Efficient and Effective Attack String Generation for Regular Expression Denial of Service Vulnerabilities

यह शोधपत्र PUFFERDOS को प्रस्तुत करता है, जो एक नवीन उपकरण है जो तीन औपचारिक रूप से सत्यापित भेद्य पैटर्न (vulnerable patterns) के आधार पर इनपुट को संश्लेषित करके और वास्तविक लंबाई बजट के भीतर वास्तविक दुनिया की शोषण क्षमता सुनिश्चित करने के लिए कम्पोजिशनल कॉनकोलिक निष्पादन (compositional concolic execution) के माध्यम से उन्हें परिष्कृत करके व्यावहारिक और प्रभावी ReDoS अटैक स्ट्रिंग्स उत्पन्न करता है।

Shangzhi Xu, Ziqi Ding, Xiao Cheng, Yuekang Li, Nan Sun, Benjamin Turnbull, Shuangxiang Kan, Siqi Ma2026-06-19
🤖 AI

Agentic Electronic Design Automation: A Handoff Perspective

यह सर्वेक्षण विश्वसनीय एजेंटिक इलेक्ट्रॉनिक डिज़ाइन ऑटोमेशन (EDA) के लिए एक केंद्रीय ढांचे के रूप में "हैंडऑफ वैधता" (handoff validity) को प्रस्तुत करता है, जो 82 प्रणालियों को तीन सीमा श्रेणियों में वर्गीकृत करता है और यह सुनिश्चित करने के लिए एक पांच-स्तरीय संचार प्रोटोकॉल प्रस्तावित करता है कि AI-जनित आर्टिफैक्ट्स टूल, सत्र और संगठनात्मक सीमाओं के पार डाउनस्ट्रीम आवश्यकताओं को पूरा करते हैं।

Jiawei Liu, Peiyi Han, Yuntao Lu, Su Zheng, Fengyu Yan, Bei Yu2026-06-19
💻 computer science

CoRaCommit: A VS Code Extension for Commit Message Generation with Exemplar Retrieval

CoRaCommit एक VS Code एक्सटेंशन है जो संदर्भ के लिए समान उदाहरणों (exemplars) को प्राप्त करके, समानांतर LLM आउटपुट की तुलना करके और उपयोगकर्ता फीडबैक के आधार पर सिफारिशों को गतिशील रूप से अनुकूलित करके कमिट संदेश निर्माण में सुधार करता है, जिससे यह गुणवत्ता मेट्रिक्स में मौजूदा उपकरणों से बेहतर प्रदर्शन करता है।

Chaoran Cai, Bo Xiong, Chong Wang, Lulu He, Peng Liang2026-06-19
🤖 machine learning

The Correctness Illusion in LLM-Generated GPU Kernels

यह शोध पत्र एक नियंत्रित सीडेड ट्रांसक्रिप्शन त्रुटियों के संग्रह के माध्यम से वर्तमान LLM-जनित GPU कर्नेल बेंचमार्क में "सत्यता के भ्रम" (correctness illusion) को उजागर करता है, जो मानक फिक्स्ड-शेप 'allclose' जांचों को पास कर लेते हैं, लेकिन विविध हार्डवेयर पर उच्च-परिशुद्धता वाले CPU संदर्भों का उपयोग करने वाले अधिक कठोर, स्कीमा-जागरूक फज़िंग ओरेकल द्वारा विश्वसनीय रूप से पकड़े जाते हैं।

Dipankar Sarkar2026-06-19
💻 computer science

Learning Critical Testing Literacy Through Puzzles: an Experience Report

यह अनुभव रिपोर्ट विवरण देती है कि कैसे एक पहेली-आधारित शैक्षणिक ढांचा (P4TEST), हल करने, विमर्श करने और चिंतन करने के पूर्ण चक्र का लाभ उठाते हुए, विविध प्रतिभागियों में क्रिटिकल टेस्टिंग लिटरेसी (क्रिटिकल परीक्षण साक्षरता) को प्रभावी ढंग से विकसित करता है, जबकि शिक्षार्थी के संज्ञानात्मक बोध को पकड़ने में 'थिंक-अलाउड' और लिखित चिंतन की पूरक भूमिकाओं को रेखांकित करता है।

Niels Doorn, Bart Th. Knaack, Tanja E. J. Vos, Beatriz Marín2026-06-19
🤖 AI

QMFOL: Benchmarking Large Language Model Reasoning via Quantifiable Monadic First-Order Logic Test Case Generation

यह शोध पत्र QMFOLOL को प्रस्तुत करता है, जो एक स्वचालित ढांचा है जो QMFOLBench बेंचमार्क बनाने के लिए नियंत्रणीय मोनैडिक फर्स्ट-ऑर्डर लॉजिक रीजनिंग कार्यों को उत्पन्न करता है, जिससे बड़े भाषा मॉडलों (LLMs) के प्रदर्शन और दक्षता पर तार्किक जटिलता, लेबल प्रकारों और अर्थ संबंधी विविधताओं के प्रभाव का सटीक मूल्यांकन सक्षम होता है।

Xinyi Zheng, Ling Shi, Tianlong Yu, Yongxin Zhao, Lorenz Goette, Kailong Wang2026-06-19
💻 computer science

Phoenix: Safe GitHub Issue Resolution via Multi-Agent LLMs

फिनिक्स (Phoenix) एक मल्टी-एजेंट एलएलएम (LLM) सिस्टम है जो सात स्तरित सुरक्षा नियंत्रणों और एक बेसलाइन-जागरूक मूल्यांकन रणनीति को नियोजित करते हुए, ट्राइएज से लेकर पुल-रिक्वेस्ट निर्माण तक GitHub इश्यूज़ को सुरक्षित रूप से हल करता है, जिससे एक क्यूरेटेड SWE-bench Lite स्लाइस पर 75% ऑरेकल-रेज़ोल्यूशन दर प्राप्त होती है और वास्तविक दुनिया के इश्यूज़ पर 100% शुद्धता संरक्षण बनाए रखा जाता है।

Kipngeno Koech, Muhammad Adam, Baimam Boukar Jean Jacques, Joao Barros2026-06-19
🤖 machine learning

Probe-and-Refine Tuning of Repository Guidance for Coding Agents

यह शोध पत्र "प्रोब-एंड-रिफाइन ट्यूनिंग" (probe-and-refine tuning) पेश करता है, जो सिंथेटिक बग-फिक्स प्रोब्स (synthetic bug-fix probes) का उपयोग करके रिपॉजिटरी गाइडेंस फाइल्स (AGENTS.md) को पुनरावृत्ति के साथ अनुकूलित करने की एक विधि है, जो प्रति-पैच परिशुद्धता (per-patch precision) बढ़ाने के बजाय मूल्यांकन योग्य पैच के कवरेज का विस्तार करके SWE-bench Verified पर कोडिंग एजेंट के प्रदर्शन में उल्लेखनीय सुधार करती है।

Asa Shepard, Jeannie Albrecht2026-06-19
💻 computer science

Outrunning LLM Cutoffs: A Live Kernel Crash Resolution Benchmark for All

यह शोध पत्र Live-kBench को प्रस्तुत करता है, जो एक स्व-विकसित मूल्यांकन ढांचा है जिसमें एक मानकीकृत वातावरण (kEnv) है, जो ताज़ा लिनक्स कर्नेल बग्स पर LLM एजेंटों का बेंचमार्क करता है, जो कट-ऑफ से पूर्व और कट-ऑफ के बाद की समस्याओं के बीच महत्वपूर्ण प्रदर्शन अंतराल को प्रकट करता है और यह प्रदर्शित करता है कि फीडबैक एक्सपोज़र क्रैश रेज़ोल्यूशन दरों में पर्याप्त सुधार करता है।

Chenxi Huang, Alex Mathai, Feiyang Yu, Aleksandr Nogikh, Petros Maniatis, Franjo Ivančić, Eugene Wu, Kostis Kaffes, Junf (…)2026-06-18
💻 computer science

Model-Driven Legacy System Modernization at Scale

यह अनुभव रिपोर्ट एक चार-चरणीय, मॉडल-संचालित दृष्टिकोण को प्रस्तुत और मूल्यांकित करती है जो एक समृद्ध, तकनीक-तटस्थ मध्यवर्ती मॉडल को सम्मिलित करके एक बड़े पैमाने के लेगेसी .NET एप्लिकेशन को सफलतापूर्वक आधुनिक बनाता है, ताकि कार्यक्षमता को संरक्षित करते हुए और रखरखाव में सुधार करते हुए UI घटकों के अर्ध-स्वचालित माइग्रेशन को सक्षम किया जा सके।

Tobias Böhm, Jens Guan Su Tien, Mohini Nonnenmann, Tom Schoonbaert, Bart Carpels, Andreas Biesdorf2026-06-18