2531 पेपर
यह शोध पत्र एक मल्टी-एजेंट LLM-आधारित फ्रेमवर्क प्रस्तुत करता है जो सटीक सिस्टम टेस्ट केस स्पेसिफिकेशन के स्वचालित निर्माण में सहायता के लिए सेमी-स्ट्रक्चर्ड एथरनेट स्विच कॉन्फ़िगरेशन मैनुअल से नॉलेज ग्राफ को निकालता है और उन्हें पुनरावृत्ति (iteratively) के माध्यम से परिष्कृत करता है।
MuMuTestUp एक म्यूटेशन-गाइडेड मल्टी-एजेंट फ्रेमवर्क है जो असर्शन पर्याप्तता (assertion adequacy), फाइन-ग्रेंड कवरेज और रिट्रीवल हैलुसिनेशन (retrieval hallucinations) को संबोधित करके विकसित होते सॉफ्टवेयर सिस्टम में स्वचालित टेस्ट केस अपडेट को बढ़ाता है, जिसे एक नए डेटासेट और अत्याधुनिक LLMs के साथ मूल्यांकनों के माध्यम से मान्य किया गया है।
यह शोध पत्र एक संसाधन-कुशल, ऑन-द-फ्लाई इनपुट अनुकूलन ढांचे का प्रस्ताव करता है जो सिंटैक्स और सिमेंटिक्स को संरक्षित करने वाले ऑपरेशन्स के माध्यम से समस्याग्रस्त इनपुट्स का पता लगाकर और उन्हें रूपांतरित करके कोड लैंग्वेज मॉडल्स की विश्वसनीयता को बढ़ाता है, जिससे बिना मॉडल रिट्रेनिंग या पैरामीटर अपडेट के विविध कार्यों में गलत भविष्यवाणियों को कम किया जा सकता है।
यह शोध पत्र एक एकीकृत, परिनियोजन-उन्मुख ढांचे का प्रस्ताव करता है जो अनिश्चितता अनुमान, मॉडल अंशांकन (कैलिब्रेशन), और टूल-आधारित परहेज (एब्स्टेंशन) तंत्र को एकीकृत करता है ताकि कोड भाषा मॉडलों की विश्वसनीयता को बढ़ाकर उन्हें सटीक रूप से भविष्यवाणी आत्मविश्वास का आकलन करने, अनिश्चित आउटपुट से चुनिंदा रूप से परहेज करने और जोखिम-जागरूक कोड जनरेशन एवं वर्गीकरण के लिए बाहरी सत्यापन उपकरणों का आह्वान करने में सक्षम बनाया जा सके।
DRReduce एक भाषा-अज्ञेय (language-agnostic) प्रोग्राम रिडक्शन फ्रेमवर्क है जो विलोपन के बाद सिमेंटिक सुसंगतता को सुधारने के लिए डिपेंडेंसी रिकंस्ट्रक्शन को पेश करके सिंटैक्स-गाइडेड सर्च की दक्षता और प्रभावशीलता को बढ़ाता है, जिससे यह दोनों अत्याधुनिक सामान्य रिड्यूसर्स और भाषा-विशिष्ट टूल्स की तुलना में बेहतर आकार कमी और गति प्राप्त करता है।
यह शोध पत्र "optimize_anything" को प्रस्तुत करता है, जो एक सार्वभौमिक LLM-आधारित अनुकूलन ढांचा (optimization framework) है जो एजेंट आर्किटेक्चर डिज़ाइन, क्लाउड लागत में कमी और CUDA कर्नेल जनरेशन सहित छह विविध डोमेन में अत्याधुनिक परिणाम प्राप्त करता है—जो टेक्स्ट-आधारित खोज को मल्टी-टास्क ट्रांसफर और क्रियाशील साइड इंफॉर्मेशन के साथ एकीकृत करके विशिष्ट एल्गोरिदम से बेहतर प्रदर्शन करता है।
यह शोध पत्र एआई-संचालित सुलभता प्रणालियों की परिचालन सीमाओं और विस्तार क्षमता को परिभाषित करने के लिए "एक्सेसिबिलिटी कैपेबिलिटी बाउंड्री" (ACB) ढांचे को प्रस्तुत करता है, यह तर्क देते हुए कि ब्राउज़र-नेटिव, सिंगल-फाइल आर्टिफैक्ट्स परिनियोजन घर्षण को कम करके और शेष कम्प्यूटेशनल एवं बुनियादी ढांचागत बाधाओं की पहचान करके इन सीमाओंओं का महत्वपूर्ण रूप से विस्तार कर सकते हैं।
यह शोध पत्र 301 वास्तविक दुनिया की बग रिपोर्टों का विश्लेषण करके टाइल-आधारित प्रोग्रामिंग फ्रेमवर्क में कोड जनरेशन बग्स के पहले व्यवस्थित अध्ययन को प्रस्तुत करता है ताकि उनके मूल कारणों, लक्षणों और ट्रिगर्स को वर्गीकृत किया जा सके, जिससे विशेष डिबगिंग और परीक्षण उपकरण विकसित करने के लिए मौलिक अंतर्दृष्टि प्राप्त हो सके।
यह शोधपत्र CriterAlign को प्रस्तुत करता है, जो एक मानदंड-केंद्रित (criterion-centric) ढांचा है जो स्वतंत्र स्कोरिंग को सीधे मानदंड-स्तरीय तुलनाओं से बदलकर और मानव-वरीयता-संरेखित मार्गदर्शन (Human-Preference-Aligned Guidance - HPAG) को शामिल करके युग्वद (pairwise) कोड वरीयता भविष्यवाणी को बढ़ाता है, जिससे मौजूदा मोनोलिथिक जजों की तुलना में महत्वपूर्ण रूप से बेहतर प्रदर्शन होता है।
यह शोध पत्र एक विस्तारित साइक्लोनडीएक्स (CycloneDX) आधारित आर्टिफिशियल इंटेलिजेंस बिल ऑफ मैटेरियल्स (AIBOM) ढांचे को प्रस्तुत करता है जो सत्यापन योग्य उत्पत्ति और जीवनचक्र आश्वासन प्राप्त करने के लिए क्रिप्टोग्राफिक सत्यापन और स्वायत्त एआई पाइपलाइनों का लाभ उठाता है, जो एआई प्रणालियों के लिए उच्च पुनरुत्पादकता निष्ठा और मैनुअल निरीक्षण में महत्वपूर्ण कमी प्रदर्शित करता है।