2531 पेपर
यह शोध पत्र नौ LLM कोड स्मैल्स (code smells) का एक परिष्कृत वर्गीकरण प्रस्तुत करता है और SpecDetect4LLM पेश करता है, जो एक स्टैटिक एनालिसिस टूल है जो 692 विश्लेषित ओपन-सोर्स प्रोजेक्ट्स में से 73.5% में इन इंटीग्रेशन संबंधी समस्याओं का पता लगाने में उच्च परिशुद्धता (precision) और रिकॉल (recall) प्रदर्शित करता है।
यह शोध पत्र सात लोकप्रिय लार्ज लैंग्वेज मॉडल्स द्वारा जनरेट किए गए कोड की सुरक्षा का अनुभवजन्य रूप से मूल्यांकन करता है और पाता है कि उन सभी द्वारा उत्पन्न कोड में कमजोरियां मौजूद हैं, जिनमें से अधिकांश गंभीर या उच्च स्तर की हैं।
यह अनुभवजन्य अध्ययन एक नवीन एआई-सहायता प्राप्त कोड समीक्षा प्रणाली प्रस्तुत करता है जो विविध, संरचनात्मक रूप से केंद्रित निष्कर्ष उत्पन्न करने के लिए व्यवहार संबंधी बाधाओं के रूप में विशिष्ट दार्शनिक प्रवृत्तियों का उपयोग करती है, जो कई भाषाओं और संगठनों में जेनेरिक विशेषज्ञ प्रॉम्प्टिंग की तुलना में मानव समीक्षकों के साथ काफी उच्च अभिसरण और अद्वितीय समस्या पहचान दर प्रदर्शित करती है।
यह अनुदैर्ध्य मिश्रित-पद्धति अध्ययन प्रकट करता है कि जहाँ एआई कोडिंग सहायकों को उत्पादकता बढ़ाने और कोडिंग में लगने वाले समय को कम करने के रूप में देखा जाता है, वहीं वे साथ ही इंजीनियरों का ध्यान निर्माण से हटाकर सत्यापन की ओर स्थानांतरित कर देते हैं, "पर्यवेक्षी इंजीनियरिंग कार्य" की एक नई श्रेणी पेश करते हैं, और एक ऐसा विरोधाभास उत्पन्न करते हैं जहाँ स्थिर उत्पादकता लाभ, डेवलपर अनुभव, फ्लो स्टेट (प्रवाह की स्थिति) और संज्ञानात्मक कल्याण में महत्वपूर्ण गिरावट के साथ सह-अस्तित्व में होते हैं।
MileStone एक मॉड्यूलर, मल्टी-ऑब्जेक्टिव कंपाइलर फ्रेमवर्क है जो इष्टतम पास अनुक्रमों (pass sequences) की खोज करने के लिए ग्राफ न्यूरल नेटवर्क और रीइन्फोर्समेंट लर्निंग का लाभ उठाता है, जो ऊर्जा बाधाओं का पालन करते हुए निष्पादन समय को महत्वपूर्ण रूप से कम करता है और मौजूदा अनुकूलन विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र एंटरप्राइज एआई प्रणालियों के लिए एक व्यापक, परिचालन रूप से तैनात करने योग्य आश्वासन रणनीति प्रस्तावित करता है जो पारंपरिक शुद्धता सत्यापन (correctness verification) से ध्यान हटाकर एक संरचित विफलता वर्गीकरण (failure taxonomy), एक संशोधित पांच-स्तरीय आश्वासन पिरामिड और एकीकृत मूल्यांकन-संचालित इंजीनियरिंग प्रथाओं के माध्यम से निरंतर जोखिम न्यूनीकरण पर केंद्रित करता है।
यह शोध पत्र व्यवस्थित रूप से 179 MISRA C++ 2023 दिशानिर्देशों को रस्ट (Rust) प्रोग्रामिंग भाषा के अनुरूप मैप करता है, जो उनकी प्रयोज्यता के आधार पर उन्हें वर्गीकृत करता है ताकि यह प्रदर्शित किया जा सके कि कैसे रस्ट का डिज़ाइन लगभग आधे नियमों को स्वचालित रूप से लागू करता है और शेष दिशानिर्देशों के लिए विशिष्ट अनुकूलन प्रदान करता है तथा अंतराल की पहचान करता है ताकि सुरक्षा-महत्वपूर्ण सिस्टम विकास में सहायता मिल सके।
यह शोध पत्र JEDI प्रस्तुत करता है, जो एक स्वचालित रूप से जनरेट किया गया बेंचमार्क सुइट है जो डिक्लेरेटिव स्ट्रीम API कार्यान्वयन (implementations) के प्रदर्शन का इम्पैरेटिव बेसलाइन्स के विरुद्ध मूल्यांकन और तुलना करने के लिए SQL क्वेरीज़ को जावा में परिवर्तित करता है, जिसका लक्ष्य अक्षम कोड पैटर्न की पहचान करना और जावा स्ट्रीम API के अनुकूलन (optimization) को निर्देशित करना है।
यह शोध पत्र यह प्रदर्शित करता है कि जावा माइक्रोबेंचमार्क हार्नेस (JMH) के दिशा-निर्देशों का पालन करने पर भी, JVM पर माइक्रोबेंचमार्क अत्यधिक, गैर-प्रतिनिधि अनुकूलन (optimizations) को ट्रिगर करने वाले अवास्तविक निष्पादन प्रोफाइल (execution profiles) उत्पन्न करके भ्रामक प्रदर्शन परिणाम दे सकते हैं, और यह इन समस्याओं को कम करने के लिए विस्तारित दिशा-निर्देश प्रस्तावित करता है।
यह शोध पत्र प्रदर्शित करता है कि LLM-आधारित कोड आधुनिकीकरण अक्सर ऐसे मौन व्यवहारिक विचलन (silent behavioral drifts) उत्पन्न करता जिन्हें मॉडल स्वयं विश्वसनीय रूप से पहचान या सुधार नहीं सकते, जो यह दर्शाता है कि यह विफलता मोड मॉडल के पैमाने या क्षमता पर निर्भर होने के बजाय कार्य-संरचनात्मक (task-structural) है।