175 papers
Het paper introduceert SpecOps, een volledig geautomatiseerd testframework dat gespecialiseerde LLM-agenten gebruikt om GUI-gebaseerde AI-agenten in realistische omgevingen te evalueren en hiermee de prestaties van bestaande methoden overtreft door een hoge bugdetectie-efficiëntie te bereiken tegen lage kosten.
Dit paper stelt een verschuiving voor van dure softwareverificatie naar 'herding', een modelvrije zoekmethode die gebruikmaakt van de 'Sparsity of Influence' en het EZR-algoritme om systemen efficiënt naar doelen te sturen met slechts een fractie van de benodigde steekproeven.
Dit paper introduceert FP-Predictor, een op Graph Convolutional Networks gebaseerd model dat Code Property Graphs gebruikt om de hoge rate van false positives in statische beveiligingstests (SAST) te verminderen, waarbij het een testnauwkeurigheid van 100% en een praktische nauwkeurigheid van 96,6% bereikte.
Dit artikel vat de eerste editie van het QuantumX-track samen, waarin leidende Spaanse onderzoeksgroepen de integratie van kwantumcomputing en software-engineering bespraken om gemeenschapsopbouw te stimuleren, gezamenlijke thema's te identificeren en de toekomstige richting van dit opkomend discipline te schetsen.
Dit paper introduceert een agentisch raamwerk dat Large Language Models en AI-agenten integreert in de ESG-rapporteringscyclus om het proces van een statische rapportage te transformeren naar een dynamisch, adaptief en verantwoordelijk systeem voor duurzaamheidsbesturing.
Dit paper introduceert een samenwerkingsplatform voor AI-gestuurde agile ontwikkeling dat onderwijs en praktijk combineert om sneller en relevanter onderzoeksevidence te genereren.
LabConstrictor overbrugt de kloof tussen Jupyter-notebooks en gebruiksvriendelijke desktoptoepassingen door via een GitHub-pipeline volledig geautomatiseerde, één-klik installaties te genereren die reproducibiliteit garanderen en de adoptie van open-source software in de levenswetenschappen versnellen.
Dit paper introduceert 'Nurture-First Development', een nieuw paradigma voor het bouwen van domein-expert AI-agenten waarbij kennis niet vooraf wordt ingebouwd, maar geleidelijk ontstaat en wordt gestructureerd via conversaties met experts, in plaats van via traditionele code- of prompt-first benaderingen.
Deze studie onderzocht bij 81 studenten hoe factoren zoals humeur en projectfase de sentimentperceptie van tekst in softwareprojecten beïnvloeden, en concludeert dat deze perceptie sterk afhankelijk is van de specifieke uitspraak en binnen personen varieert, wat voorzichtigheid vereist bij het interpreteren van sentimentanalyse-uitkomsten.
Dit paper introduceert STADA, een framework voor specificatiegebaseerde testgeneratie dat systematisch diverse verkeersscenario's op basis van formele LTLf-specificaties genereert om autonome rijagenten efficiënter en grondiger te valideren dan bestaande methoden.
Dit paper introduceert TOSSS, een op CVE's gebaseerde benchmark die de veiligheid van Large Language Models evalueert door hun vermogen te meten om tussen veilige en kwetsbare codefragmenten te kiezen, waarbij geteste modellen scores tussen 0,48 en 0,89 behalen.
Dit artikel onderzoekt hoe kunstmatige intelligentie, met name machine learning en natuurlijke taalverwerking, als katalysator fungeert voor innovatie in software engineering door Agile-praktijken te optimaliseren en repetitieve taken te automatiseren, wat leidt tot verbeterde kwaliteit en snelheid in de ontwikkeling.
Deze studie biedt een systematische analyse van 178 benchmarks voor CodeLLMs en agents binnen de softwareontwikkelingscyclus, waarbij wordt geconstateerd dat er een groot tekort aan evaluaties bestaat voor de eisen- en ontwerpfases en dat anti-verontreinigingsstrategieën vaak ontbreken, wat leidt tot vertekende prestatiebeoordelingen.
Dit artikel presenteert een systematische literatuuroverzicht van meer dan 2.500 studies, waarvan er 80 zijn geselecteerd, om een classificatiekader te ontwikkelen dat de paradigma's van 'systemen van systemen' en 'digitale tweelingen' combineert tot het concept 'systemen van getweende systemen'.
Dit artikel introduceert een gestructureerde V-model-methode gebaseerd op het MeROS-metamodel om de complexiteit van ROS-robotica-systemen te beheersen door modelgebaseerde systeemtechniek (MBSE) naadloos te integreren voor verbeterde traceerbaarheid en validatie.
Dit paper introduceert UniCoR, een zelftoezichtend framework dat door middel van multi-perspectief contrastief leren en distributieconsistentie robuuste, modaal-collaboratieve en taal-onafhankelijke code-representaties leert om de prestaties van hybride code-opzoekingen over verschillende programmeertalen aanzienlijk te verbeteren.
Dit artikel introduceert een gestructureerde, herbruikbare aanpak voor het opstellen van veiligheidszaken voor AI-systemen, die specifieke claims, argumenten en bewijslasten definieert om de dynamische en onvoorspelbare aard van moderne generatieve AI te adresseren waar traditionele methoden tekortschieten.
Dit paper introduceert SWE-MiniSandbox, een lichtgewicht, container-vrije methode die schaalbaar reinforcement learning voor software-engineering-agenten mogelijk maakt door kernel-gebaseerde isolatie te gebruiken, wat leidt tot aanzienlijke besparingen in schijfruimte en opstarttijd zonder in te leveren op prestaties.
Dit onderzoek toont aan dat hoewel agentische workflows met taakdecompositie de prestaties van grote taalmodellen bij het oplossen van bugs verbeteren, hun vermogen tot daadwerkelijk lang-context redeneren beperkt blijft, wat leidt tot scherpe prestatiedalingen bij het genereren van patches in contexten van 64k tokens.
Dit paper introduceert ToCS, een benchmark die aantoont dat AI-codeagenten moeite hebben met het behouden van architecturale inzichten in grote codebases, waarbij de prestaties sterk variëren afhankelijk van het model en de gebruikte strategie.