171 papers
Deze studie analyseert waarom software-engineers ChatGPT vaak verlaten vanwege fouten en cognitieve overbelasting, en toont aan dat onbruikbare antwoorden de kans op opgeven elf keer vergroten, terwijl het stellen van extra prompts de kans op opgeven met 17% verkleint.
Dit artikel presenteert een taxonomie van negen 'logsmells' in software, afgeleid uit een literatuurstudie, om ontwikkelaars te helpen betere loggingcode te schrijven en onderzoekers aan te moedigen bestaande hulpmiddelen te verbeteren.
Dit paper introduceert GateLens, een LLM-agent die Relational Algebra gebruikt als formele tussenlaag om complexe tabulaire data in de automobielindustrie snel, transparant en betrouwbaar te analyseren, waardoor de analysetijd met meer dan 80% wordt gereduceerd ten opzichte van bestaande methoden.
Deze studie toont aan dat GPT-4o, versterkt door instructietuning en few-shot prompting, aanzienlijk beter presteert dan bestaande modellen bij het detecteren van kwetsbaarheden in meerdere programmeertalen op zowel functie- als lijnniveau.
Deze paper presenteert de eerste grootschalige empirische studie naar het gebruik van drijvende-kommaberekeningen in statisch getypeerde GitHub-repositories, waarbij een dataset van 10 miljoen functies wordt vrijgegeven om de representativiteit van bestaande benchmarks te evalueren en toekomstige analyse-technieken te verbeteren.
Dit paper introduceert SEER, een zelfoptimaliserend framework dat de Chain-of-Thought-redenering van grote taalmodellen adaptief comprimeert om de rekenkosten en latentie te verlagen zonder in te leveren op de nauwkeurigheid.
Dit paper introduceert Preguss, een modulair raamwerk dat statische analyse en deductieve verificatie combineert met LLM-ondersteunde synthesese om formele specificaties te genereren en zo de verificatie van grote, real-world programma's met meer dan 1000 regels code aanzienlijk te automatiseren en de menselijke inspanning met 80,6% tot 88,9% te verminderen.
Dit artikel introduceert een doelgerichte benadering voor het beoordelen van methoden voor Privacy by Design, waarbij wordt voorgesteld om organisatiedoelen in plaats van alleen proceskenmerken als maatstaf te hanteren om de keuze en aanpassing van vereistenengineering-methoden te ondersteunen.
Deze paper introduceert SkillCraft, een benchmark die de vaardigheid van LLM-agenten test om herbruikbare 'vaardigheden' (samengestelde tool-combinaties) te vormen en opnieuw te gebruiken, wat leidt tot aanzienlijke efficiëntiewinsten en een hogere succesratio door compositie.
Het artikel introduceert SiliconMind-V1, een lokaal fijngefineerd multi-agent framework dat door middel van testgedreven verificatie en iteratief debuggen functioneel correcte Verilog-code genereert en hiermee de huidige state-of-the-art prestaties verbetert.
Dit paper introduceert KernelCraft, het eerste benchmarkkader dat aantoont dat agentische LLM-systemen via een feedback-gedreven workflow effectief lage-niveau kernels kunnen genereren en optimaliseren voor nieuwe hardware-architecturen, waardoor de ontwikkelingstijd en -kosten voor dergelijke accelerators aanzienlijk worden verlaagd.
Dit paper introduceert FormalRTL, een nieuw multi-agent raamwerk dat software-referentiemodellen gebruikt als formele specificaties om betrouwbare en schaalbare RTL-codegeneratie voor complexe industriële ontwerpen mogelijk te maken.
Dit artikel introduceert een uitbreiding van de ACETONE C-codegenerator om parallelle code voor multi-core architecturen te genereren, waarbij het processor-toewijzingsprobleem formeel wordt gedefinieerd en de staat van de kunst wordt onderzocht.
Dit paper introduceert Turn, een gecompileerde, actor-gebaseerde programmeertaal die LLM-inferentie als een getypeerde primitief behandelt en via taalgebouwde constructies zoals cognitieve typeveiligheid en een capability-gebaseerd identiteitssysteem, kritieke invariants voor autonome agenten garandeert in plaats van ze als applicatieniveau-conventies te laten bestaan.
Dit paper introduceert Test-Driven AI Agent Definition (TDAD), een methode die agent-prompten compilarieert vanuit gedragspecificaties via een iteratief testgedreven proces, waardoor de betrouwbaarheid en regressievrijheid van tool-gebruikende AI-agenten in productie wordt gewaarborgd.
Dit paper introduceert LDP, een identiteitsbewust protocol voor multi-agent LLM-systemen dat modelkenmerken als eerste klas-bouwstenen gebruikt om efficiëntere, beter bestuurde en veiligere delegatie mogelijk te maken.
Dit paper betoogt dat generatieve AI geen alomvattende oplossing is voor kwalitatief onderzoek in software engineering, maar dat de toepassing ervan zorgvuldig moet worden afgestemd op specifieke onderzoekstrategieën en data om de beloften en valkuilen van deze technologie te begrijpen.
Dit paper introduceert Arbiter, een framework dat formele regels en multi-model LLM-scouring combineert om interferentiepatronen in systeemprompts van coderingsagenten te detecteren, waarbij het verschillende kwetsbaarheden blootlegt die vaak worden gemist door traditionele methoden.
Hoewel AI-agenten microservices kunnen genereren met code van hoge kwaliteit en sterke API-contracten, toont dit onderzoek aan dat onvolledige consistentie en de noodzaak van menselijk toezicht volledige autonomie nog niet mogelijk maken.
Dit paper introduceert Pichay, een transparante proxy die demand paging en virtueel geheugenconcepten toepast op LLM-contextvensters om structurele verspilling te elimineren en de contextgebruik met tot 93% te verminderen door verouderde inhoud dynamisch te vervangen en alleen relevante informatie in het dure 'cache'-geheugen te houden.