cs.SE पेपर | Gist.Science

Stdlib or Third-Party? Empirical Performance and Correctness of LLM-Assisted Zero-Dependency Python Libraries

यह शोध पत्र "zerodep" प्रस्तुत करता है, जो लोकप्रिय तृतीय-पक्ष (third-party) मॉड्यूल्स के LLM-सहायता प्राप्त, सिंगल-फाइल पायथन स्टैंडर्ड लाइब्रेरी पुनर्रचनाओं का एक ओपन-सोर्स संग्रह है, जो यह प्रदर्शित करता है कि जबकि C-एक्सटेंशन-भारी कार्य प्रदर्शन के लिए एक बाधा बने रहते हैं, केवल स्टैंडर्ड लाइब्रेरी वाले विकल्प अक्सर आर्किटेक्चरल ओवरहेड को समाप्त करके तुलनीय गति या यहाँ तक कि महत्वपूर्ण गति भी प्राप्त कर लेते हैं, जिससे उच्च शुद्धता के साथ डिपेंडेंसी-मुक्त सॉफ्टवेयर इंजीनियरिंग की व्यवहार्यता सिद्ध होती है।

Peng Ding, Rick Stevens2026-05-21

💻 computer science

Agentic Model Checking

यह शोध पत्र "एजेंटिक मॉडल चेकिंग" (agentic model checking) को प्रस्तुत करता है, जो एक ऐसा प्रतिमान (paradigm) है जो विनिर्देश अनुमान (specification inference) और परिशोधन (refinement) जैसे अर्थपूर्ण कार्यों के लिए LLM एजेंटों को कंपोजिशनल, साउंडनेस-गारंटीड विश्लेषण के माध्यम से LLM-जनित सिस्टम कोड को कठोरता से सत्यापित करने के लिए एक बाउंडेड मॉडल चेकिंग बैकएंड के साथ जोड़ता है।

Youcheng Sun, Jiawen Liu, Daniel Kroening, Jason Xue2026-05-21

💻 computer science

Quality and Security Signals in AI-Generated Python Refactoring Pull Requests

यह अनुभवजन्य अध्ययन एआई एजेंटों के पायथन रिफैक्टरिंग पुल रिक्वेस्ट का विश्लेषण करता है, जो यह प्रकट करता है कि हालांकि वे अक्सर कोड की उपयोगिता में सुधार करते हैं और एक उच्च मर्ज दर प्राप्त करते हैं, वे नई लिंट और सुरक्षा संबंधी समस्याएँ भी उत्पन्न करते हैं, जो एआई-संचालित विकास वर्कफ़्लो में उन्नत गुणवत्ता और सुरक्षा गेटिंग की आवश्यकता को रेखांकित करता है।

Mohamed Almukhtar, Anwar Ghammam, Hua Ming2026-05-21

💻 computer science

Automatic Selection of Protections to Mitigate Risks Against Software Applications

यह शोध पत्र एक गेम-थ्योरेटिक फ्रेमवर्क प्रस्तावित करता है जो सुरक्षा प्रतिरोध और प्रदर्शन ओवरहेड के बीच रणनीतिक रूप से संतुलन बनाकर MATE जोखिमों को कम करने के लिए सॉफ्टवेयर सुरक्षा के चयन को स्वचालित करता है, जिसमें इष्टतम रक्षा रणनीति निर्धारित करने के लिए एक नवीन सॉफ्टवेयर प्रोटेक्शन इंडेक्स और एक ह्यूरिस्टिक ऑप्टिमाइज़ेशन एल्गोरिदम का उपयोग किया गया है।

Daniele Canavese, Leonardo Regano, Bjorn De Sutter, Cataldo Basile2026-05-20

🔬 physics

An Integrated Open Source Software System for the Generation and Analysis of Subject-Specific Blood Flow Simulation Ensembles

यह शोध पत्र एक ओपन-सोर्स, संवादात्मक विज़ुअल विश्लेषण उपकरण प्रस्तुत करता है जो एमआरआई (MRI) डेटा और कम्प्यूटेशनल फ्लूइड डायनेमिक्स को एकीकृत करके विषय-विशिष्ट रक्त प्रवाह सिमुलेशन एंसेम्बल्स (ensembles) उत्पन्न और विश्लेषित करता है, जिससे व्यापक हेमोडायनामिक पैरामीटर मूल्यांकन के माध्यम से हृदय रोग के निदान को बढ़ाया जा सके।

Simon Leistikow, Thomas Miro, Adrian Kummerländer, Ali Nahardani, Katja Grün, Markus Franz, Verena Hoerr, Mathias J. Kra (…)2026-05-20

💬 NLP

Library Hallucinations in LLM-Generated Code: A Risk Analysis Grounded in Developer Queries

यह शोध पत्र इस बात का पहला व्यवस्थित अध्ययन प्रस्तुत करता है कि कैसे वास्तविक डेवलपर प्रॉम्प्ट विविधताएं, जैसे कि वर्तनी की गलतियाँ और काल्पनिक नाम, एलएलएम (LLM) द्वारा जनरेट किए गए कोड में लाइब्रेरी मतिभ्रम (library hallucinations) को ट्रिगर करती हैं, जो महत्वपूर्ण कमजोरियों को उजागर करता है और इन जोखिमों के पुनरुत्पादनीय मूल्यांकन और शमन को सक्षम करने के लिए लिबहैलुबेंच (LibHalluBench) बेंचमार्क पेश करता है।

Lukas Twist, Jie M. Zhang, Mark Harman, Helen Yannakoudakis2026-05-20

💻 computer science

GraphInstruct: A Progressive Benchmark for Diagnosing Capability Gaps in LLM Graph Generation

यह शोध पत्र GraphInstruct प्रस्तुत करता है, जो एक प्रगतिशील बेंचमार्क है जिसमें छह जटिलता स्तर और पांच मूल्यांकन आयाम शामिल हैं ताकि LLM ग्राफ जनरेशन में क्षमता अंतराल का निदान किया जा सके, जो यह प्रकट करता है कि बहु-प्रतिबंध संरचना (multi-constraint composition) प्राथमिक बाधा है और यह प्रदर्शित करता है कि सत्यापन-निर्देशित पुनरावृत्ति ढांचा (verification-guided iterative framework), जो प्रतिबंध-जागरूक अनुकूल प्रॉम्प्टिंग (constraint-aware adaptive prompting) के साथ है, मानक प्रॉम्प्टिंग रणनीतियों की तुलना में काफी बेहतर प्रदर्शन करता है।

Zihe Wei, Sheng Xiang, Ying Zhang, Changjun Jiang2026-05-20

🤖 AI

Operationalizing Document AI: A Microservice Architecture for OCR and LLM Pipelines in Production

यह शोध पत्र बड़े पैमाने पर डॉक्यूमेंट एआई (document AI) पाइपलाइनों को तैनात करने के लिए एक माइक्रोसर्विस आर्किटेक्चर और परिचालन अनुभव प्रस्तुत करता है, जो GPU और CPU कार्यों को अलग करने जैसे डिज़ाइन निर्णयों पर प्रकाश डालता है और यह प्रकट करता है कि मॉडल की जटिलता या वर्कर की संख्या के बजाय, OCR विलंबता (latency) और साझा GPU क्षमता उत्पादन (production) में प्राथमिक बाधाएं हैं।

Yao Fehlis, Benjamin Bengfort, Zhangzhang Si, Vahid Eyorokon, Prema Roman, Patrick Deziel, Devon Slonaker, Steve Veldman (…)2026-05-20

💻 computer science

Prompt Optimization for LLM Code Generation via Reinforcement Learning

यह शोध पत्र एक हाइब्रिड एक्शन स्पेस और टेस्ट-ड्रिवन रिवार्ड्स के माध्यम से LLM-आधारित कोड जनरेशन के लिए प्रॉम्प्ट्स को पुनरावृत्ति से परिष्कृत करने हेतु प्रॉक्सिमल पॉलिसी ऑप्टिमाइज़ेशन का उपयोग करते हुए एक रीइन्फोर्समेंट लर्निंग फ्रेमवर्क प्रस्तावित करता है, जो कई बैकबोन मॉडल्स में MBPP+, HumanEval+, और APPS जैसे बेंचमार्क्स पर महत्वपूर्ण प्रदर्शन सुधार प्राप्त करता है।

Ali Mohammadi Esfahani, Nafiseh Kahani, Samuel A. Ajila2026-05-20

💻 computer science

Restructure This: Using AI to Restructure Onboarding Documents to Reduce Cognitive Overload

यह शोध पत्र VisDoc प्रस्तुत करता है, जो एक GenAI-संचालित प्रोटोटाइप है जो विखंडित ओपन सोर्स ऑनबोर्डिंग दस्तावेज़ों को कार्य-आधारित, बहुविध इकाइयों में पुनर्गठित करने के लिए मल्टीमीडिया लर्निंग के संज्ञानात्मक सिद्धांत (Cognitive Theory of Multimedia Learning) को लागू करता है, और यह अनुभवजन्य मूल्यांकन के माध्यम से प्रदर्शित करता है कि यह दृष्टिकोण नवागंतुकों के लिए संज्ञानात्मक भार को महत्वपूर्ण रूप से कम करता है और कार्य सफलता में सुधार करता है।

Zixuan Feng, Prashant Tandan, Igor Steinmacher, Marco Aurelio Gerosa, Anita Sarma2026-05-20

← पिछला अगला →