2518 पेपर
FLARE एक पुनरावृत्ति ढांचा (iterative framework) है जो एक हल्के डायग्नोस्टिक मॉडल का उपयोग करके सूक्ष्म, लाइन-स्तरीय बग लोकलाइजेशन संकेतों को उत्पन्न करके लार्ज लैंग्वेज मॉडल कोड रिफाइनमेंट को बढ़ाता है, जिन्हें मौजूदा बेसलाइनों की तुलना में महत्वपूर्ण प्रदर्शन सुधार प्राप्त करने के लिए एक टॉप-के कैंडिडेट सर्च रणनीति के माध्यम से और अधिक अनुकूलित किया जाता है।
यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करता है जो साइबर-फिजिकल सिस्टम्स के लिए सिमुलिंक रिक्वायरमेंट्स टेबल्स (Simulink Requirements Tables) में गलत संरेखित घोषणात्मक आवश्यकताओं (declarative requirements) को स्वचालित रूप से सुधारने के लिए सिस्टम निष्पादन डेटा का लाभ उठाता है, जिससे पुरानी आवश्यकताओं और अपडेट किए गए सिस्टम कार्यान्वयन के बीच अनुपालन को प्रभावी ढंग से बहाल किया जा सके।
यह शोध पत्र लिनक्स कर्नेल में फॉल्ट लोकलाइजेशन (fault localization) के मूल्यांकन के लिए एक बेंचमार्क, LinuxFLBench पेश करता है, और LinuxFL फ्रेमवर्क का प्रस्ताव देता है, जो सिस्टम की अंतर्निहित जटिलता के बावजूद कर्नेल दोषों (kernel faults) के निदान में अत्याधुनिक LLM एजेंटों की सटीकता में महत्वपूर्ण सुधार करता है।
TuneAgent एक एजेंटिक फ्रेमवर्क है जो लिनक्स कर्नेल कॉन्फ़िगरेशन को स्वायत्त और सुरक्षित रूप से अनुकूलित करने के लिए नियम-आधारित सुदृढीकरण लर्निंग (rule-based reinforcement learning) और लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जो स्पर्स फीडबैक (sparse feedback) और वर्कलोड संवेदनशीलता जैसी चुनौतियों का समाधान करने वाली एक संरचित दो-चरणीय प्रशिक्षण रणनीति के माध्यम से महत्वपूर्ण प्रदर्शन सुधार प्राप्त करता है।
यह शोध पत्र MINES का प्रस्ताव करता है, जो एक व्याख्यात्मक विसंगति पहचान प्रणाली (explainable anomaly detection system) है जो LLMs और सामान्य लॉग्स का उपयोग करके डेटाबेस स्कीमा से API इनवेरियंट्स (invariants) को निष्कर्ष निकालती है ताकि रनटाइम सत्यापन कोड उत्पन्न किया जा सके, और शोर-युक्त लॉग-आधारित दृष्टिकोणों की सीमाओं को दूर करते हुए उच्च रिकॉल और शून्य के करीब फॉल्स पॉजिटिव के साथ अत्याधुनिक प्रदर्शन प्राप्त करती है।
यह शोध पत्र iML को प्रस्तुत करता है, जो एक मल्टी-एजेंट कोड-ड्रिवन ऑटोएमएल (AutoML) फ्रेमवर्क है जो संरचित ब्लूप्रिंट और पुनरावृत्ति डिबगिंग के माध्यम से निष्पादन योग्य, समस्या-आधारित और व्यापक रूप से खोजपूर्ण समाधान सुनिश्चित करता है, जिससे विविध मशीन लर्निंग बेंचमार्क पर अत्याधुनिक प्रदर्शन और उच्च विश्वसनीयता प्राप्त होती है।
AI-PROPELLER ने मैजलन (Magellan) नामक एक एजेंटिक वर्कफ़्लो पेश किया है जो सटीक रिवॉर्ड सिग्नल के लिए वास्तविक हार्डवेयर निष्पादन का लाभ उठाकर, बड़े वेयरहाउस-स्केल अनुप्रयोगों के लिए पहले सफल फाइन-ग्रेंड इंटरप्रोसीजरल कोड लेआउट ऑप्टिमाइज़ेशन को प्राप्त करने हेतु प्रोपेलर पोस्ट-लिंक ऑप्टिमाइज़र को विकसित करता है, जिससे 0.23% से 1.6% तक प्रदर्शन सुधार प्राप्त होता है।
यह शोध पत्र एक मल्टीलेयर स्पेसिफिकेशन सुरक्षा मॉडल और एक सुरक्षा ज्ञान संक्रमण पद्धति का प्रस्ताव करके स्पेसिफिकेशन-संचालित एआई विकास में सुरक्षा अंतराल को संबोधित करता है जो सुरक्षा आवश्यकताओं को क्रियान्वित करते हैं, और अनुभवजन्य अध्ययनों के माध्यम से यह प्रदर्शित करता है कि ये दृष्टिकोण बेसलाइन और ASVS-सशर्त जनरेशन की तुलना में एपीआई विफलताओं को महत्वपूर्ण रूप से कम करते हैं।
43 हफ्तों में 16,223 माइक्रोसॉफ्ट इंजीनियरों का उपयोग करते हुए और व्यक्तिगत कौशल एवं प्रयास को नियंत्रित करने के लिए एक 'विदिन-इंजीनियर फिक्स्ड-इफेक्ट्स' डिज़ाइन का उपयोग करते हुए, यह अध्ययन पाता है कि गिटहब कोपायलट (GitHub Copilot) का उपयोग समान कोडिंग समय पर पुल रिक्वेस्ट (pull request) पूर्णता दरों में 40.5% की निरंतर वृद्धि से जुड़ा है, जो स्वाभाविक रूप से व्यस्त कार्य अवधियों के साथ सहसंबंध के बजाय एक वास्तविक दक्षता लाभ को दर्शाता है।
यह शोध पत्र यह प्रदर्शित करता है कि मानक रन-लेवल सटीकता मेट्रिक्स, एकल-रन सफलता और निरंतर पुनरावृत्ति-मुक्त प्रदर्शन के बीच के पर्याप्त अंतर को अनदेखा करके, विशेष रूप से मध्यम-स्तरीय मॉडलों के लिए, नियतात्मक प्रोग्रामिंग कार्यों पर बड़े भाषा मॉडलों की विश्वसनीयता को काफी बढ़ा-चढ़ाकर बताते हैं, जिससे सटीक मूल्यांकन के लिए बार-बार किए जाने वाले रन स्थिरता विश्लेषण की आवश्यकता स्थापित होती है।