173 papers
Deze paper introduceert Graphectory, een grafgebaseerde methode voor het analyseren van het proces van agente softwaresystemen, die niet alleen inzicht geeft in hun redeneerstrategieën, maar ook door middel van realtime monitoring en interventies de oplossingskansen aanzienlijk verbetert.
DevBench is een door telemetry gedreven benchmark die Large Language Models evalueert op realistische code-aanvullingstaken om ecologische validiteit te waarborgen en bruikbare inzichten te bieden voor modelselectie en -verbetering.
Deze studie toont aan dat spectrale maatstaf, afgeleid van netwerkanalyses van natuurlijke taalvereisten, de integratie-inspanning nauwkeuriger voorspellen dan traditionele structurele of dichtheidsgebonden metrics, waardoor een nieuwe brug wordt geslagen tussen complexiteitsanalyse en vereistenengineering.
Dit paper introduceert GraphSkill, een agentisch raamwerk dat hiërarchische documentretrieval en zelf-debugging combineert om de kwaliteit en efficiëntie van codegeneratie voor complexe grafenredenering te verbeteren, ondersteund door een nieuw evaluatiedataset.
Deze paper introduceert ResearchEnvBench, een benchmark die de aanzienlijke beperkingen van huidige autonome agents blootlegt bij het synthetiseren van uitvoeringsomgevingen voor onderzoekscodes, een cruciale stap voor reproduceerbaar wetenschappelijk werk.
Dit artikel presenteert een empirisch onderbouwde taxonomie van fouten in agentic AI-systemen, gebaseerd op de analyse van 13.602 issues en een developerstudie, die 37 fouttypes, 13 symptoomklassen en 12 oorzakelijke categorieën identificeert om betrouwbare systemen te bevorderen.
Deze paper introduceert PVBench, een benchmark die aantoont dat meer dan 40% van de door automatische kwetsbaarheidsreparatiesystemen als correct beoordeelde patches falen wanneer ze worden getest met uitgebreide PoC+-tests, wat wijst op een kritieke onderbenutting van developer intenties en specificaties in de huidige validatiemethoden.
Dit paper introduceert een declaratief raamwerk genaamd Marauder dat handgemaakte mutaties analyseert en beheert door vijf representaties te karakteriseren, een mutatie-algebra te definiëren en een verliesloze conversiepiplijn te bieden voor efficiëntere en expressievere fuzzing- en testing-experimenten.
Deze studie introduceert een multidimensionaal evaluatiekader om de redeneercapaciteiten van kleine taalmodellen (SLM's) voor softwarearchitectuur te benchmarken, waarbij wordt vastgesteld dat modellen boven de 3 miljard parameters robuuste zero-shot prestaties leveren, terwijl sub-2B-modellen het meeste vooruitgang boeken door fine-tuning en few-shot prompting een effectieve kalibratiemethode blijkt voor specifieke middengrote modellen.
Dit paper introduceert een hybride Learning-to-Rank-systeem dat sociale context-embeddings en deep learning gebruikt om ontwikkelaars te helpen de beste oplossingen voor softwarebugs te vinden in Stack Overflow, met een nauwkeurigheid van bijna 78% voor de top-10 aanbevelingen.
Deze empirische studie toont aan dat deployment-constraints de hallucinatie van citaten in LLMs verergeren, waarbij geen enkel getest model een verificatiepercentage van 47,5% bereikte en een aanzienlijk deel van de niet-verifieerbare citaten gefabriceerd bleek te zijn.
Echo is een geavanceerd agent-systeem dat de generatie van testgevallen voor bugreproductie verbetert door gebruik te maken van grafgebaseerde contextretrieval, automatische uitvoeringsfeedback en patchvalidatie, waarmee het een nieuwe state-of-the-art prestatie van 66,28% bereikt op SWT-Bench Verified.
Deze kwalitatieve studie onderzocht hoe regressietesten in gedistribueerde teams zich aanpast aan hybride werken, waarbij bleek dat asynchrone samenwerking en coördinatie steeds meer afhankelijk zijn van documentatie, automatisering en geïntegreerde hulpmiddelen om informele interacties te vervangen.
Deze systematische review van 43 studies toont aan dat empathie in de software-engineeringonderwijs van een zachte vaardigheid evolueert naar een meetbaar pedagogisch concept dat samenwerking, ethisch inzicht en verantwoord innovatie bevordert, hoewel de integratie nog beperkt wordt door prioriterings- en meetproblemen.
Deze studie toont aan dat grafische code-representaties, die in de literatuur onderbelicht zijn, systematisch beter presteren dan andere methoden bij het voorspellen van de correctheid van gepatchte software, waardoor de betrouwbaarheid van geautomatiseerde programmareparatie wordt verbeterd.
Dit paper introduceert AgentRaft, het eerste geautomatiseerde framework dat programma-analyse en semantische redenering combineert om data-overblootstelling in LLM-agenten te detecteren en zo privacyrisico's in cross-tool datatransfers effectief te identificeren.
Dit paper introduceert KCoEvo, een raamwerk dat kennisgrafieken gebruikt om de migratie van verouderde code naar nieuwe API's te verbeteren door het taak te splitsen in het ophalen van evolutiepaden en daarop gebaseerde codegeneratie, wat leidt tot een aanzienlijke stijging in nauwkeurigheid en uitvoeringssucces vergeleken met standaard LLM-baselines.
Deze studie toont aan dat codeobfuscatie de menselijke programmeercomprehensie over het algemeen vertraagt en de nauwkeurigheid verlaagt, waarbij de impact echter niet strikt monotoon is en sterk varieert afhankelijk van de programmeertaal en de specifieke transformatietechnieken.
Deze studie, gebaseerd op interviews met softwareprofessionals in Brazilië en Portugal, concludeert dat teamdiversiteit een cruciale rol speelt bij het identificeren van bias, het bevorderen van empathie en het ondersteunen van inclusieve besluitvorming in de ontwikkeling van AI-systemen.
Dit paper introduceert IOTEL, een tool die systematisch IoT-gegevens integreert in objectgecentreerde gebeurtenislogboeken (OCEL) om de analyse van IoT-verrijkte bedrijfsprocessen te faciliteren.