177 papers
Het artikel introduceert Once4All, een nieuw fuzzing-framework dat door Large Language Models gegenereerde grammatica's en herbruikbare term-generators gebruikt om SMT-solvers zoals Z3 en cvc5 efficiënter en met minder syntactische fouten te testen, wat resulteerde in het vinden van 43 bevestigde bugs.
Deze studie onthult een significante discrepantie tussen academische focus, industriële prioriteiten en het gedrag van LLM's met betrekking tot niet-functionele kwaliteitskenmerken van gegenereerde code, en pleit voor de integratie van kwaliteitsborging in generatiepijplijnen om technische schuld te voorkomen.
Het paper introduceert DIVE, een bewijsgedreven methode die de volgorde van taaksynthese omkeert door eerst diverse real-world tool-uitvoeringen te genereren en daarop gebaseerde taken af te leiden, wat leidt tot een aanzienlijke verbetering in de generalisatie van tool-gebruikende LLM's op onbekende taken en toolsets.
Dit paper introduceert CR-Bench en CR-Evaluator om de real-world prestaties van AI-code-reviewagents te evalueren, waarbij wordt aangetoond dat een focus op het vinden van alle problemen vaak leidt tot veel valse positieven die de daadwerkelijke productiviteit en vooruitgang verbergen.
Dit paper introduceert Questions-of-Thoughts (QoT), een kwaliteitsgestuurde redeneermethode die de prestaties van LLM's bij softwareontwerp verbetert door gestructureerde stappen en zelfvragen te gebruiken om fouten te verminderen, met name bij complexere taken en grotere modellen.
Dit paper introduceert iSWE Agent, een geautomatiseerd systeem dat zich richt op het oplossen van Java-issues door een combinatie van taalmodellen en regelgebaseerde statische analyse, waardoor het state-of-the-art resultaten bereikt op Java-benchmarks.
Dit artikel introduceert een systematisch raamwerk voor het vertalen van abstracte sociale, juridische, ethische, empathische en culturele (SLEEC) normen naar concrete, verifieerbare vereisten voor AI-agenten, en schetst een onderzoeks- en beleidsagenda om de uitdagingen bij deze operationalisatie aan te pakken.
Dit artikel introduceert een kostenefficiënte, herbruikbare methode die complexe reinforcement learning-omgevingen automatisch vertaalt naar hoogpresterende implementaties met semantische equivalentie en aanzienlijke snelheidswinsten, zoals aangetoond door vijf diverse case studies.
De auteurs presenteren een online cursus voor quantumcomputing die een interactieve circuit-simulator gebruikt om studenten met diverse achtergronden via directe feedback en automatisch geëvalueerde taken een lage instapdrempel te bieden.
Dit paper introduceert ScenarioFuzz, een baanbrekende fuzzing-methode die gebruikmaakt van historische testdata en een grafische neurale netwerken om autonome rijstelsels te testen zonder vooraf gedefinieerde scenario's, waardoor de tijdskost met 60,3% wordt verminderd en de ontdekking van fouten met 103% wordt verhoogd.
Dit paper introduceert LAMBDA, een open-source, codevrij multi-agent systeem dat grote taalmodellen gebruikt om data-analyse te stroomlijnen via een samenwerking tussen programmeur- en inspecteur-agenten, met ondersteuning voor menselijke ingrepen en externe kennisintegratie.
Dit onderzoek presenteert een variabiliteitsgestuurd raamwerk op basis van Model-Based Systems Engineering om de evolutie van Quantum Key Distribution-netwerkarchitecturen te modelleren en te beheren, waardoor modulaire en herbruikbare oplossingen worden ontwikkeld voor de integratie van kwantumtechnologie in bestaande klassieke infrastructuur.
Dit artikel introduceert een herdefiniëerd model voor real-time BDI-agenten dat, door expliciete tijdsrepresentatie en geoptimaliseerd besturingsgedrag, de reactievermogen en responsiviteit van agenten in dynamische omgevingen verbetert, wat wordt gevalideerd via een implementatie in een videospel voor hulpbronnenverzameling.
Dit paper introduceert AUTOTEE, een door Large Language Models aangedreven methode die ontwikkelaars helpt om automatisch gevoelige functies in bestaande programma's te identificeren, te transformeren en te porteren naar Trusted Execution Environments (TEEs) voor verbeterde beveiliging.
Dit paper introduceert een nieuw evaluatiekader dat aantoont dat Large Language Models bij het lokaliseren van fouten vaak afhankelijk zijn van syntactische cues in plaats van semantische redenering, aangezien 78% van de succesvolle lokaliseringspogingen faalt bij het toepassen van semantisch behoudende mutaties.
MioHint is een nieuwe witte-doos API-testmethode die Large Language Models combineert met statische analyse om de contextlimieten van LLMs te overwinnen en zo de code-coverage en mutatie-accuraatheid aanzienlijk te verbeteren ten opzichte van bestaande technieken.
Dit paper introduceert RVSG, een Vision Language Model-gebaseerde testmethode die samen met PAL Robotics is ontwikkeld om veilige en diverse mens-robotinteracties te simuleren en zo onzeker gedrag van industriële autonome mobiele robots in veilige, gesimuleerde omgevingen te detecteren.
Dit paper introduceert RefAgent, een multi-agent LLM-framework dat door middel van zelfreflectie en tool-gebruik software-refactoring automatiseert en hiermee aanzienlijk betere resultaten boekt dan eerdere benaderingen, met name wat betreft testpassing, compilatie en het verminderen van code-smells.
In dit uitgebreide abstract wordt 'zelfcoderende informatiesystemen' voorgesteld als een nieuw onderzoeksthema binnen agentic AI, waarbij systemen hun structuur en gedrag autonomisch aanpassen door broncode te genereren, te testen en opnieuw te implementeren tijdens de runtime.
Een oogbewegingsstudie onder Java-novices toont aan dat het effect van het extraheren versus inline houden van methoden sterk afhangt van de taakcomplexiteit, waarbij extractie bij complexe taken de prestaties verbetert maar bij simpele taken juist leidt tot meer cognitieve belasting en langzamere uitvoering.