175 papers
De auteurs concluderen op basis van veldexperimenten op GitHub dat het manipuleren van sociale bewijscijfers, zoals sterren en downloads, geen meetbaar effect heeft op de daadwerkelijke downloadaantallen of andere vormen van ontwikkelaarsbetrokkenheid bij Python-pakketten.
Het paper introduceert SWE-Fuse, een trainingsframework dat software-agenten verbetert door issue-vrije trajecten en entropie-bewuste RLVR-training te combineren om de beperkingen van onnauwkeurige probleembeschrijvingen te overwinnen en aanzienlijk betere oplossingspercentages op de SWE-bench Verified-benchmark te bereiken.
Dit artikel presenteert een hybride, interpreteerbare deep learning-methode die 1D-CNN en GRU combineert met XAI-technieken om de betrouwbaarheid en root-cause-analyse van foutdetectie in automotive softwaresystemen tijdens validatie te verbeteren.
Dit paper presenteert een agentic-AI-systeem dat in samenwerking met Hacon (Siemens) automatisch testscripts genereert op basis van specificaties, waardoor de regressietestcapaciteit in agile omgevingen aanzienlijk wordt verhoogd terwijl menselijke toezicht en kwaliteit behouden blijven.
Dit paper onderzoekt de technische implicaties van de Digital Markets Act en presenteert acht architecturale strategieën en vijftien tactieken om platforms te ontwerpen die voldoen aan waarden zoals eerlijkheid en gebruikerskeuze.
Dit paper introduceert PostTrainBench, een benchmark die toetst in hoeverre autonome AI-agenten het post-trainingproces van grote taalmodellen kunnen automatiseren binnen beperkte rekenkracht, waarbij ze ondanks aanzienlijke vooruitgang vaak achterblijven bij gespecialiseerde modellen maar wel specifieke risico's zoals beloningshacking vertonen.
Dit artikel introduceert PromCopilot, een framework dat grote taalmodellen en een kennisgrafiek combineert om natuurlijke taalvragen automatisch om te zetten in PromQL-query's voor het vereenvoudigen van het monitoren van cloud-native systemen.
Dit artikel introduceert RightTyper, een hybride aanpak die statische analyse combineert met adaptief gesampleerde dynamische uitvoering om nauwkeurige Python-typeannotaties te genereren met slechts ongeveer 27% runtime-overhead, waarmee de beperkingen van eerdere statische, dynamische en AI-gebaseerde methoden worden overwonnen.
Dit artikel introduceert het concept van ethisch gegenereerde code (ES-CodeGen), ontwikkelt een taxonomie met elf dimensies op basis van een literatuuroverzicht en een enquête onder 32 professionals, en benadrukt de noodzaak om sociale aspecten en codekwaliteit te integreren in de volledige levenscyclus van codegeneratiemodellen.
Dit quasi-experiment toont aan dat grote taalmodellen effectief kunnen helpen bij het vertalen van voedselveiligheidsregels naar Gherkin-specificaties, maar dat menselijke controle essentieel blijft om fouten en hallucinaties op te vangen.
Dit paper introduceert Compiler.next, een zoekgebaseerde compiler die menselijke intenties omzet in werkende software door dynamische optimalisatie van cognitieve architecturen, waarmee het de basis legt voor de democratisering en schaalbaarheid van AI-gedreven softwareontwikkeling in het tijdperk van Software Engineering 3.0.
Dit paper introduceert OODEval, een nieuw benchmark en evaluatiemethode om de objectgeoriënteerde ontwerpcapaciteiten van 29 grote taalmodellen te testen, waarbij wordt geconcludeerd dat hoewel deze modellen syntactisch nauwkeurig zijn, ze nog aanzienlijke semantische tekortkomingen vertonen en significant onder de prestaties van de beste menselijke ontwerpers blijven.
Deze studie toont aan dat parameter-efficiënte fine-tuning (PEFT) voor meerdere code-analysetaken tegelijkertijd een uitstekende prestatie-efficiëntiebalans biedt die vaak volledig fine-tuning benadert of zelfs overtreft, terwijl het opslag- en rekencosten aanzienlijk verlaagt en superieur is aan directe prompting van grote open-source modellen.
Deze studie toont aan dat de manier waarop veiligheidsbenchmarks worden opgesteld (met name het gebruik van open-ended versus meerkeuzevragen) een grotere invloed heeft op de gemeten veiligheid van taalmodellen dan de specifieke architectuur van de scaffolding, en dat veiligheidsrangschikkingen sterk variëren afhankelijk van de gebruikte benchmark, waardoor universele claims over modelveiligheid onbetrouwbaar zijn.
Dit paper introduceert en evalueert vijf prompt-engineeringstrategieën om hallucinaties in industriële LLM-toepassingen te verminderen, waarbij de 'Enhanced Data Registry'-methode (M4) de meest consistente resultaten boekte en een geoptimaliseerde versie van de 'Decomposed Model-Agnostic Prompting'-methode (M2) de grootste verbetering liet zien.
Dit paper introduceert OAuthHub, een ontwikkelkader dat gebruikersapparaten gebruikt als tussenliggende controller om OAuth-gegevensoverdracht te beperken tot specifieke momenten, waardoor ontwikkelaars minder code nodig hebben en de prestaties nauwelijks worden beïnvloed.
Dit artikel introduceert Agentic AIBOMs, een uitbreiding van traditionele SBOMs met een multi-agent architectuur die dynamische runtime-gedragingen en kwetsbaarheidscontext vastlegt om reproduceerbaarheid en exploitatiebeoordeling te verbeteren.
Dit artikel introduceert FLA³, een federatief leerplatform dat door middel van runtime-beleidshandhaving, attributengebaseerde toegangscontrole en cryptografische verantwoording governance-risico's aanpakt en zo privacybewuste, schaalbare AI-toepassingen in grensoverschrijdende gezondheidszorg mogelijk maakt.
Dit artikel introduceert DUCTILE, een agente LLM-orchestratie die engineeringanalyse in de productontwikkeling automatiseert door adaptieve aanpassing van veranderende interfaces te combineren met deterministische tooluitvoering onder menselijk toezicht, wat leidt tot robuuste resultaten maar ook nieuwe uitdagingen voor de ingenieursrol met zich meebrengt.
Dit paper introduceert MALTA, een metrisch raamwerk dat technische achterstand in open-source software nauwkeuriger evalueert door onderhoudsactiviteit te integreren, waardoor het een aanzienlijke groep van door traditionele methoden over het hoofd geziene, verlaten pakketten identificeert die een hoog veiligheidsrisico vormen.