172 articoli
Il paper introduce Graphectory, un metodo basato su grafi per analizzare in modo sistematico le traiettorie di esecuzione degli agenti software, rivelando come la complessità dei processi influenzi il successo nella risoluzione dei problemi e dimostrando che il monitoraggio in tempo reale con interventi correttivi può migliorare significativamente i tassi di risoluzione riducendo al contempo la lunghezza delle traiettorie.
DevBench è un benchmark basato su dati reali di sviluppo che valuta le prestazioni dei modelli di linguaggio su compiti di completamento del codice, offrendo diagnosi dettagliate e metriche pratiche per guidare la selezione e il miglioramento dei modelli.
Questo studio dimostra che le metriche spettrali estratte da reti strutturali di requisiti testuali, validate attraverso un esperimento con integrazioni molecolari, prevedono con elevata accuratezza lo sforzo di integrazione, colmando un divario metodologico tra l'analisi della complessità architetturale e l'ingegneria dei requisiti.
Il paper introduce GraphSkill, un framework agentic che migliora il ragionamento su grafi complessi tramite un recupero gerarchico guidato dalla documentazione e un agente di autodebugging, validato su un nuovo dataset dedicato.
Il paper introduce ResearchEnvBench, un nuovo benchmark che valuta la capacità degli agenti autonomi di sintetizzare ambienti di esecuzione per codice di ricerca, rivelando significative lacune nelle attuali soluzioni nello sviluppo di dipendenze e nell'adattamento delle versioni software.
Questo studio empirico analizza 13.602 issue di sistemi di Intelligenza Artificiale Agentica per derivare una tassonomia di 37 tipi di guasti, 13 sintomi osservabili e 12 cause radice, rivelando come le discrepanze tra la generazione probabilistica e i vincoli deterministici siano alla base di frequenti fallimenti sistemici.
Questo studio introduce PVBench, un benchmark che rivela come oltre il 40% delle patch di riparazione automatica delle vulnerabilità, considerate corrette dai test di base, falliscano quando sottoposti a test avanzati (PoC⁺), evidenziando la necessità per i sistemi AVR di migliorare l'analisi delle cause profonde, l'aderenza alle specifiche e la cattura delle intenzioni degli sviluppatori.
Il paper presenta Marauder, un framework dichiarativo che unifica diverse rappresentazioni di mutazioni manuali attraverso un'algebra e una pipeline di conversione, permettendo l'iniezione, l'esecuzione selettiva e la composizione efficiente di mutazioni per migliorare gli strumenti di testing.
Questo studio presenta un framework di valutazione multidimensionale per analizzare le capacità di ragionamento di dieci Small Language Models nella generazione di registri di decisioni architetturali, rivelando che i modelli superiori a 3 miliardi di parametri eccellono nello zero-shot, mentre quelli più piccoli traggono maggior beneficio dal fine-tuning e che l'elevata diversità semantica spesso si traduce in allucinazioni.
Questo articolo propone un sistema ibrido di raccomandazione basato su Learning-to-Rank e incorporamento del contesto sociale, che utilizza tecniche di deep learning e mining di Stack Overflow per identificare con un'accuratezza del 78% le migliori soluzioni ai bug software per gli sviluppatori.
Questo studio empirico dimostra che, indipendentemente dal modello o dal regime di prompting utilizzato, le restrizioni di deployment non impediscono agli LLM di allucinare citazioni bibliografiche, con tassi di esistenza reale che non superano il 47,5% e un'alta incidenza di riferimenti inesistenti o non verificabili.
Il paper presenta Echo, un agente innovativo che genera automaticamente casi di test per la riproduzione di bug sfruttando un grafo del codice, l'esecuzione dei test e feedback di correzione, ottenendo un tasso di successo del 66,28% e stabilendo un nuovo stato dell'arte tra gli approcci open-source.
Questo studio qualitativo esamina come il testing di regressione nelle squadre software remote e ibride si sia evoluto da una pratica basata su interazioni informali a un processo socio-tecnico sostenuto da documentazione, automazione e strumenti di coordinamento per facilitare la collaborazione asincrona.
Questo studio sistematico su 43 ricerche evidenzia come l'integrazione strutturata dell'empatia nell'educazione all'ingegneria del software, sebbene attualmente frammentata, sia fondamentale per migliorare la collaborazione, l'etica e la progettazione incentrata sull'utente.
Questo studio presenta la prima analisi estesa che dimostra come le rappresentazioni del codice basate su grafi superino sistematicamente altri metodi nel valutare l'accuratezza delle patch automatizzate, offrendo soluzioni pratiche per ridurre il sovraccarico di debug e migliorare l'affidabilità degli strumenti di riparazione del software.
Il paper presenta AgentRaft, un framework automatizzato che combina analisi del programma e ragionamento semantico per rilevare il rischio di sovraesposizione dei dati negli agenti LLM, identificando violazioni della privacy in oltre il 57% dei percorsi di interazione tra strumenti reali.
Il paper presenta KCoEvo, un framework potenziato da grafi della conoscenza che migliora l'accuratezza e l'esecuzione del codice evolutivo suddividendo il task di migrazione in recupero di percorsi evolutivi e generazione di codice informato, superando i limiti dei modelli linguistici di grandi dimensioni nel gestire le modifiche alle API di terze parti.
Lo studio analizza come l'offuscamento del codice influenzi la comprensione umana attraverso un compito di previsione degli output, rivelando che tale pratica aumenta generalmente i tempi di ragionamento e riduce l'accuratezza, ma con effetti non monotoni che variano tra Python e JavaScript e che spostano i partecipanti da un ragionamento euristico rapido a processi più deliberati.
Questo studio, basato su interviste con team di sviluppo AI in Brasile e Portogallo, evidenzia come la diversità del team giochi un ruolo cruciale nell'identificare i pregiudizi, promuovere l'empatia e favorire processi decisionali inclusivi, offrendo raccomandazioni pratiche per integrare l'equità nelle pratiche di ingegneria del software.
Il paper presenta IOTEL, uno strumento che risolve le sfide di integrazione tra dati IoT e log di eventi generici permettendo la creazione sistematica di log di eventi centrati sugli oggetti (OCEL) arricchiti con dati IoT, facilitando così l'analisi dei processi aziendali potenziati dall'Internet delle Cose.