🛠️ Category

cs.SE

2531 पेपर

💻 computer science

RefusalBench: Why Refusal Rate Misranks Frontier LLMs on Biological Research Prompts

यह शोधपत्र RefusalBench को प्रस्तुत करता है, जो एक मैचड-ट्रिपल (matched-triple) बेंचमार्क है जो यह प्रकट करता है कि सख्त इनकार दरें (strict refusal rates) जैविक अनुसंधान प्रॉम्प्ट्स पर फ्रंटियर LLMs को मॉडल वेट्स के बजाय प्रदाता-विशिष्ट एक्सेस-पाथ नीतियों के कारण गलत रैंक करती हैं, जबकि यह प्रदर्शित करता है कि बाइनरी मेट्रिक्स सूक्ष्म आंशिक-अनुपालन व्यवहारों को पकड़ने में विफल रहते हैं और टियर-भेदभाव प्रदर्शन विभिन्न मॉडलों के बीच महत्वपूर्ण रूप से भिन्न होता है।

Lukas Weidener, Marko Brkić, Mihailo Jovanović, Emre Ulgac, Aakaash Meduri2026-05-22
💻 computer science

ASSEMBLAGE-DEEPHISTORY: A Cross-Build Binary Dataset with Temporal Coverage

यह शोध पत्र ASSEMBLAGE-DEEPHISTORY को प्रस्तुत करता है, जो 248 ओपन-सोर्स प्रोजेक्ट्स के 73,610 बाइनरीज़ वाला एक व्यापक क्रॉस-बिल्ड बाइनरी डेटासेट है, जो कंपाइलर्स, ऑप्टिमाइज़ेशन लेवल्स और समय के माध्यम से संकलन संदर्भ (compilation context), सोर्स कोड और CVE लेबल्स को एकीकृत करता है, जिससे बाइनरी भेद्यता (vulnerability) का पता लगाने और समानता के नवीन विश्लेषण सक्षम होते हैं।

Chang Liu, Noah Fleischmann, Nicolò Altamura, Edward Raff, James Holt, Kristopher Micinski2026-05-22
💻 computer science

The 2nd Workshop on Agile Practice & Research: A Summary and Call For Research

यह शोधपत्र XP 2026 में आयोजित दूसरे 'एजाइल प्रैक्टिस एंड रिसर्च वर्कशॉप' का सारांश प्रस्तुत करता है, जिसने अधिक मजबूत और प्रभावी सहयोग को बढ़ावा देने के लिए चार रणनीतिक प्रस्तावों और अनुसंधान के लिए तीन विशिष्ट आह्वानों का प्रस्ताव देकर अकादमिक अनुसंधान और औद्योगिक अभ्यास के बीच निरंतर अंतराल को संबोधित किया है।

Karen Eilers, Michael Neumann, Eva-Maria Schön, Mali Senapathi, Maria Rauschenberger, Tiago Silva da Silva2026-05-22
💻 computer science

FuzzingBrain V2: A Multi-Agent LLM System for Automated Vulnerability Discovery and Reproduction

FuzzingBrain V2 एक मल्टी-एजेंट LLM सिस्टम है जो पुनरुत्पादनीय (reproducible) फज़िंग, एक नवीन "सस्पेक्टियस पॉइंट" (Suspicious Point) लोकलाइजेशन एब्स्ट्रैक्शन, और पदानुक्रमित विश्लेषण (hierarchical analysis) को एकीकृत करके स्वचालित भेद्यता खोज में मौजूदा सीमाओं को दूर करता है ताकि बेंचमार्क डेटासेट पर 90% डिटेक्शन रेट प्राप्त किया जा सके और 29 वास्तविक दुनिया के ज़ीरो-डे (zero-day) भेद्यताओं की सफलतापूर्वक पहचान की जा सके।

Ze Sheng, Zhicheng Chen, Qingxiao Xu, Kewen Zhu, Jeff Huang2026-05-22
💻 computer science

Quality-Assured Fuzz Harness Generation via the Four Principles Framework

यह शोध पत्र QuartetFuzz प्रस्तुत करता है, जो एक स्वायत्त LLM-आधारित प्रणाली है जो एक नवीन "चार सिद्धांतों" के ढांचे (तर्क शुद्धता, API प्रोटोकॉल अनुपालन, सुरक्षा सीमा सम्मान, और प्रवेश बिंदु पर्याप्तता) को लागू करके फज़ हार्नेस की शुद्धता सुनिश्चित करती है, जिससे कई प्रोग्रामिंग भाषाओं में कम फॉल्स-पॉजिटिव दर के साथ उच्च-गुणवत्ता वाली बग खोज प्राप्त होती है।

Ze Sheng, Dmitrijs Trizna, Luigino Camastra, Zhicheng Chen, Qingxiao Xu, Jeff Huang2026-05-22
💻 computer science

PITMuS: A Tool for Automated Bug Dataset Generation via Source-Level Mutant Reconstruction

PITMuS एक ऐसा टूल है जो बाइटकोड-स्तरीय म्यूटेशन टेस्टिंग और सोर्स-स्तरीय डेटा जनरेशन के बीच के अंतर को पाटता है, जो PIT म्यूटेंट मेटाडेटा से निष्पादन योग्य (executable), सोर्स-स्तरीय बग वाले और ठीक किए गए कोड युग्मों का पुनर्निर्माण करता है, जिससे LLM-आधारित सॉफ्टवेयर इंजीनियरिंग कार्यों के प्रशिक्षण और मूल्यांकन के लिए नए, संदूषण-मुक्त (contamination-free) डेटासेट का निर्माण सक्षम होता है।

Tasfia Tasnim, Soneya Binta Hossain2026-05-22
💻 computer science

From Patches to Trajectories: Privileged Process Supervision for Software-Engineering Agents

यह शोध पत्र पैचेस-टू-ट्रैजेक्टरीज (P2T) को प्रस्तुत करता है, जो एक ऐसी विधि है जो सॉफ्टवेयर-इंजीनियरिंग एजेंटों के लिए इष्टतम समाधान मील के पत्थरों (milestones) को आसवित (distill) करने और उच्च-गुणवत्ता वाले, कुशल प्रशिक्षण प्रक्षेपवक्र (trajectories) तैयार करने के लिए संदर्भ पैचेस को विशेषाधिकार प्राप्त जानकारी (privileged information) के रूप में उपयोग करती है, जिससे मानक सुपरवाइज्ड फाइन-ट्यूनिंग की तुलना में तर्क प्रभावशीलता और अनुमान दक्षता में महत्वपूर्ण सुधार होता है।

Murong Ma, Tianyu Chen, Yun Lin, Shuai Lu, Qinglin Zhu, Yeyun Gong, Zhiyong Huang, Peng Cheng, Yan Lu, Jin Song Dong2026-05-22
💻 computer science

Finding Missing Input Validation in TEEs via LLM-Assisted Symbolic Execution

यह शोधपत्र SymTEE को प्रस्तुत करता है, जो एक LLM-सहायता प्राप्त सिम्बोलिक निष्पादन ढांचा (framework) है जो जटिल वास्तविक-विश्व TEE सेटअप की आवश्यकता के बिना, न्यूनतम लागत पर उच्च परिशुद्धता और रिकॉल प्राप्त करते हुए, ट्रस्टेड एक्ज़ीक्यूशन एनवायरनमेंट (TEE) अनुप्रयोगों में लुप्त इनपुट वैलिडेशन कमजोरियों का पता लगाने के लिए स्वचालित रूप से मॉक वातावरण उत्पन्न करता है।

Chengyan Ma, Jieke Shi, Ruidong Han, Ye Liu, Yuqing Niu, David Lo2026-05-22
💻 computer science

Automated Repair of TEE Partitioning Issues via DSL-Guided and LLM-Assisted Patching

यह शोध पत्र TEERepair प्रस्तुत करता है, जो एक फ्रेमवर्क है जो सुरक्षा पैटर्न को एनकोड करने के लिए डोमेन-विशिष्ट भाषा को ट्रस्टेड एक्जीक्यूशन एनवायरनमेंट (TEE) अनुप्रयोगों में पार्टिशनिंग कमजोरियों के लिए पैच को स्वचालित रूप से संश्लेषित और मान्य करने के लिए लार्ज लैंग्वेज मॉडल्स के साथ जोड़ता है, जिससे 87.6% रिपेयर सफलता दर प्राप्त होती है और वास्तविक दुनिया के प्रोजेक्ट्स में सुधारों को सफलतापूर्वक मर्ज किया जाता है।

Chengyan Ma, Jieke Shi, Ruidong Han, Ye Liu, Feng Li, Yuqing Niu, David Lo2026-05-22
💻 computer science

Astragalus: Automatic Configuration Repair for Production Networks

Astragalus एक सिंटैक्स-संचालित स्वचालित कॉन्फ़िगरेशन मरम्मत उपकरण है जो उत्पादन वातावरण में नेटवर्क त्रुटियों को कुशलतापूर्वक और प्रभावी ढंग से हल करने के लिए एक "लोकलाइज-फिक्स-वैलिडेट" पाइपलाइन का उपयोग करता है, जिससे महंगी सिमेंटिक मॉडलिंग पर निर्भर किए बिना उच्च मरम्मत दर और तेज़ निष्पादन समय प्राप्त होता है।

Zhenrong Gu, Peng Zhang, Xing Feng, Xu Liu2026-05-22