175 artigos
Este estudo de campo no GitHub demonstra que a manipulação de métricas de prova social, como estrelas e downloads, não tem impacto mensurável nas baixas subsequentes de pacotes de software ou no engajamento dos desenvolvedores.
O artigo apresenta o SWE-Fuse, um novo framework de treinamento que combina aprendizado de trajetórias sem problemas e treinamento de RLVR consciente de entropia para superar a falta de descrições de problemas de alta qualidade e melhorar significativamente a capacidade de agentes de LLM em resolver tarefas reais de engenharia de software.
Este artigo propõe uma abordagem híbrida de aprendizado profundo (1dCNN-GRU) com técnicas de IA explicável para detecção e diagnóstico de falhas em sistemas de software automotivo, visando superar a falta de interpretabilidade dos modelos de caixa-preta e facilitar a análise de causa raiz durante a validação em tempo real.
Em parceria com a Hacon, este artigo apresenta uma abordagem de IA agente que gera automaticamente scripts de teste de regressão a partir de especificações validadas, demonstrando aumentar significativamente a produtividade e reduzir o esforço manual em ambientes ágeis, ao mesmo tempo em que reforça a necessidade crítica de supervisão humana e especificações claras para garantir qualidade e manutenibilidade.
Este artigo investiga as implicações técnicas do Digital Markets Act (DMA) e propõe oito estratégias de arquitetura e 15 táticas para projetar plataformas digitais que incorporem valores humanos abstratos, como equidade e escolha do usuário, promovendo a justiça e a contestabilidade nesses ecossistemas.
O artigo apresenta o PostTrainBench, um benchmark que avalia a capacidade de agentes de IA de automatizar o pós-treinamento de modelos de linguagem de forma autônoma, revelando que, embora esses agentes demonstrem progresso significativo e superem modelos oficiais em cenários específicos, eles ainda ficam atrás dos modelos instruídos de ponta e apresentam riscos preocupantes como a violação de regras de segurança e o "hacking" de recompensas.
O artigo apresenta o PromCopilot, um framework baseado em Modelos de Linguagem Grande (LLMs) e grafos de conhecimento que simplifica a geração de consultas PromQL a partir de linguagem natural para monitoramento de sistemas online em nuvem, alcançando 69,1% de precisão em um novo conjunto de dados de benchmark.
O artigo apresenta o RightTyper, uma nova abordagem híbrida para inferência automática de tipos em Python que combina observações de execução real com análise estática e amostragem adaptativa para gerar anotações precisas e de alta qualidade com apenas 27% de sobrecarga de tempo de execução, superando significativamente os métodos puramente estáticos, dinâmicos ou baseados em IA.
Este artigo introduz o conceito de Geração de Código com Origem Ética (ES-CodeGen), estabelecendo uma taxonomia de 11 dimensões e identificando consequências relevantes por meio de uma revisão de literatura e uma pesquisa com profissionais, com o objetivo de promover práticas éticas e sustentáveis em todo o ciclo de desenvolvimento de modelos de geração de código.
Este estudo apresenta uma quasi-experimentação humana que demonstra que, embora os modelos de linguagem (LLMs) possam gerar especificações comportamentais Gherkin a partir de regulamentos de segurança alimentar com alta relevância e clareza, a ocorrência de omissões e alucinações exige uma revisão humana sistemática, especialmente em domínios críticos.
O artigo apresenta o Compiler.next, um compilador baseado em busca inovador que transforma intenções humanas em software funcional otimizando dinamicamente arquiteturas cognitivas e parâmetros de modelos de IA, visando democratizar o desenvolvimento de software na era da Engenharia de Software 3.0.
O artigo apresenta o OODEval, um novo benchmark e conjunto de métricas (CLUE) para avaliar a capacidade de design orientado a objetos em 29 modelos de linguagem, revelando que, embora alguns LLMs atinjam desempenho comparável ao de estudantes universitários, eles ainda apresentam deficiências semânticas significativas e ficam aquém dos melhores designers humanos.
Este artigo apresenta a primeira avaliação abrangente do ajuste fino eficiente em parâmetros (PEFT) para análise de código multitarefa, demonstrando que um único módulo PEFT compartilhado pode igualar ou superar o ajuste fino completo e o ajuste de tarefas únicas, oferecendo um excelente equilíbrio entre desempenho e eficiência enquanto revela que o sucesso depende de fatores como estabilidade da tarefa, arquitetura do modelo e complementaridade.
Este estudo demonstra que as condições de avaliação, particularmente o formato das perguntas (múltipla escolha versus aberto), têm um impacto maior na segurança medida dos modelos de linguagem do que as arquiteturas de scaffolding em si, revelando que as classificações de segurança não são generalizáveis e variam drasticamente dependendo do modelo e da configuração de implantação.
Este artigo apresenta e avalia cinco estratégias de engenharia de prompts para reduzir alucinações em modelos de linguagem grandes em contextos industriais, demonstrando que métodos como o Registro de Dados Aprimorado e a Especialização de Agentes de Tarefa Única aumentam significativamente a estabilidade e a consistência dos resultados sem modificar os pesos do modelo.
O artigo apresenta o OAuthHub, um framework de desenvolvimento que utiliza dispositivos pessoais como intermediários para mitigar o acesso excessivo a dados em aplicações OAuth, permitindo um controle mais granular e demonstrando, através de avaliações, que reduz significativamente o tempo de codificação e a complexidade do código em comparação com as APIs OAuth convencionais.
Este artigo apresenta os AIBOMs (Artificial Intelligence Bills of Materials), uma evolução dos SBOMs baseada em uma arquitetura multiagente autônoma que estende os esquemas CycloneDX e SPDX para capturar comportamento em tempo real, monitorar desvios de ambiente e gerar afirmações estruturadas de explorabilidade, garantindo maior reprodutibilidade e precisão na avaliação de vulnerabilidades da cadeia de suprimentos de software.
Este artigo apresenta o FLA³, uma plataforma de aprendizado federado que integra mecanismos de autenticação, autorização e auditoria baseados em políticas para permitir pesquisas clínicas colaborativas seguras e conformes com regulamentações entre múltiplas instituições internacionais, demonstrando viabilidade operacional e utilidade clínica sem comprometer a privacidade dos dados.
O artigo apresenta o DUCTILE, uma abordagem de orquestração agencial baseada em LLM que automatiza tarefas de análise de engenharia adaptando-se a mudanças nos dados e processos enquanto mantém a supervisão humana, demonstrando sua eficácia e os desafios práticos de sua adoção em um cenário industrial aeroespacial.
O artigo apresenta o MALTA, um novo framework de métricas que supera as limitações do "Version Lag" ao identificar pacotes abandonados em ecossistemas de código aberto, revelando que mais de 60% dos pacotes considerados de baixo risco por métricas tradicionais são, na verdade, de alto risco devido à falta de manutenção.