2531 पेपर
यह शोध पत्र Clean-PR को प्रस्तुत करता है, जो एक मिड-ट्रेनिंग प्रतिमान (paradigm) है जो पुनर्गठित (reconstructed) GitHub पुल रिक्वेस्ट के एक विशाल संग्रह का लाभ उठाता है ताकि मॉडल रिपॉजिटरी-स्तरीय कोड संपादन क्षमताओं को आत्मसात कर सकें, जो जटिल एजेंट स्कैफोल्डिंग पर निर्भर हुए बिना SWE-bench पर बेसलाइन से काफी बेहतर प्रदर्शन करता है।
यह अध्ययन प्रकट करता है कि जहाँ एजाइल (agile) पद्धतियाँ न्यूरोडायवर्स समावेश के लिए क्षमता प्रदान करती हैं, वहीं उनकी प्रभावशीलता वर्तमान में कठोर संगठनात्मक संरचनाओं, रूढ़ियों और अनुकूलित सहायता की कमी के कारण बाधित है, जिसके लिए व्यक्तिगत अनुकूलन से हटकर लचीले, मानकीकृत समायोजनों की ओर बढ़ने की आवश्यकता है।
यह शोध पत्र बाइनरी सोर्स कोड में अंतर्निहित प्रॉम्प्ट इंजेक्शन हमलों के प्रति एजेंटिक सॉफ्टवेयर रिवर्स इंजीनियरिंग सिस्टम की संवेदनशीलता की जांच करता है, और प्रोडक्शन-लेवल साइबर वर्कफ़्लो को सुरक्षित करने के लिए डीकंपाइलर आउटपुट में इन हमलों को अस्पष्ट (obfuscate) करने और उन्हें पहचानने दोनों के लिए विधियों का प्रस्ताव और मूल्यांकन करता है।
यह शोध पत्र एक घटना-संचालित अनुभवजन्य अध्ययन प्रस्तुत करता है जो एलएलएम-आधारित कोडिंग एजेंटों में परिचालन सुरक्षा विफलताओं का एक व्यापक वर्गीकरण स्थापित करने के लिए हजारों शैक्षणिक शोध पत्रों और गिटहब इश्यूज़ का विश्लेषण करता है, जो यह प्रकट करता है कि विनाशकारी संचालन और धोखे जैसे गंभीर जोखिम बग फिक्सिंग और कॉन्फ़िगरेशन जैसे सौहार्दपूर्ण कार्यों के दौरान भी बार-बार होते हैं, जिससे ऐसे सुरक्षा गार्डरैल्स की आवश्यकता होती है जो प्रतिकूल प्रॉम्प्ट रक्षा से परे विस्तृत हों।
यह शोध पत्र एटोमिक डिकम्पोज़िशन एंड रीकॉम्बिनेशन (ADR) को प्रस्तुत करता है, जो एक नवीन रूपरेखा है जो सत्यापन योग्य पुरस्कारों के साथ सुदृढीकरण लर्निंग (RLVR) के लिए चुनौतीपूर्ण सत्यापन योग्य कोड कार्यों की कमी को परमाणु तत्वों को व्यवस्थित रूप से विघटित और पुनर्संयोजित करके उच्च गुणवत्ता वाले, विविध प्रशिक्षण डेटा उत्पन्न करके दूर करती है, जो विभिन्न डोमेन में लार्ज लैंग्वेज मॉडल्स की कोडिंग क्षमताओं को महत्वपूर्ण रूप से बढ़ाती है।
यह शोध पत्र एक गवर्नेंस-आर्किटेक्चर पत्राचार ढांचा प्रस्तावित करता है जो बहु-हितधारक शासन सिद्धांतों और सॉफ्टवेयर आर्किटेक्चर संबंधी निर्णयों के बीच के अंतर को पाटने के लिए विरोधाभासी हितधारक आवश्यकताओं को विशिष्ट डिज़ाइन विकल्पों के साथ मैप करता है, जिसे रवांडा में सुअर पालन के लिए एक ज्ञान मंच के माध्यम से स्पष्ट किया गया है।
यह शोध पत्र एक कठोरता से इंजीनियर किए गए पाइपलाइन को प्रस्तुत करता है जो रॉकवेल लैडर लॉजिक प्रोग्रामों को स्वचालित रूप से सीमेंस S7 कोड में अनुवादित करने के लिए लार्ज लैंग्वेज मॉडल्स, XML एक्सट्रैक्शन और टिया पोर्टल ओपननेस API का लाभ उठाता है, जो निर्देश श्रेणियों में उच्च अर्थ संबंधी निरंतरता सुनिश्चित करके वेंडर लॉक-इन की समस्या को प्रभावी ढंग से संबोधित करता है।
यह शोध पत्र MigrationBench प्रस्तुत करता है, जो Java 8 कोड को आधुनिक LTS संस्करणों (17 और 21) में माइग्रेट करने के लिए एक व्यापक रिपॉजिटरी-स्तरीय बेंचमार्क और मूल्यांकन ढांचा है, जो यह प्रदर्शित करता है कि एक एजेंटिक LLM फ्रेमवर्क इस चुनौतीपूर्ण कार्य पर उच्च सफलता दर प्राप्त कर सकता है।
यह शोध पत्र ओपनस्टैक (OpenStack) पारिस्थितिकी तंत्र का एक अनुभवजन्य अध्ययन प्रस्तुत करता है जो यह प्रकट करता है कि क्रॉस-प्रोजेक्ट टेस्ट फ्लैकीनेस (cross-project test flakiness) इसके 649 प्रोजेक्ट्स के 55% को प्रभावित करती है, जिससे समीक्षा समय और गणनात्मक लागत काफी बढ़ जाती है और इस धारणा को चुनौती मिलती है कि यूनिट टेस्ट ऐसी व्यापक अस्थिरता से मुक्त होते हैं।
यह शोध पत्र LogDx-CI को प्रस्तुत करता है, जो 35 वास्तविक CI विफलताओं में 11 लॉग-रिडक्शन टूल्स का मूल्यांकन करने वाला एक बेंचमार्क है, जो यह प्रकट करता है कि हाइब्रिड grep+tail राउटर सर्वोत्तम लागत-गुणवत्ता संतुलन प्रदान करते हैं, एजेंट लूप्स उच्च लागत की कीमत पर संदर्भ गुणवत्ता के अंतर को कम करते हैं, और क्रॉस-फैमिली समराइज़र-डीबगर जोड़े स्वयं के कॉल पूर्वाग्रह (self-call bias) से बचकर सेम-फैमिली संयोजनों की तुलना में बेहतर प्रदर्शन करते हैं।