대규모 언어 모델이 소프트웨어 공학 과제에서 어떻게 활용되는지에 대한 이해
대규모 언어 모델은 소프트웨어 공학 과제에서 코드 생성, 코드 요약, 취약점 탐지 등 다양한 방면에서 활용될 수 있지만, 아직 과제별 성능 편차가 크고 개선의 여지가 있다.
소프트웨어 공학 논문의 연구 산출물: 현황과 동향
소프트웨어 공학 분야에서 연구 산출물의 현황과 동향을 분석하여 개선 방향을 제시한다.
스택 오버플로우 게시물 표현 학습: 우리는 어디까지 왔는가?
스택 오버플로우 게시물을 효과적으로 표현하기 위한 새로운 모델 SOBERT를 제안하고, 다양한 태스크에서 기존 모델들을 능가하는 성능을 보여줌.
기계 학습을 통한 하이브리드 접근법 가속화: FuSeBMC-AI
FuSeBMC-AI는 기계 학습 기술을 활용하여 프로그램의 다양한 특징을 추출하고, 지지 벡터 기계와 신경망 모델을 사용하여 하이브리드 접근법의 최적 구성을 예측합니다. FuSeBMC-AI는 경계 모델 검사와 퍼징을 백엔드 검증 엔진으로 활용하며, 특정 경우에 기본 구성보다 우수한 성능을 보이면서도 리소스 소비를 줄일 수 있습니다.
ICSE 논문과 관련 아티팩트의 10년간 활용 패턴
ICSE 논문과 관련 아티팩트 간의 상호 영향을 탐구하고, 아티팩트 속성이 논문 활용에 미치는 영향을 분석한다.
LLM 기반 다중 에이전트 시스템을 통한 소프트웨어 공학의 혁신: 비전과 미래 방향
LLM 기반 다중 에이전트 시스템은 협력적 검토, 자율적 문제 해결, 복잡한 소프트웨어 프로젝트에 대한 확장 가능한 솔루션을 제공하여 소프트웨어 공학 분야에 혁신을 가져올 것이다.
API 코드 예제의 선형성이 프로그래머의 이해도에 미치는 영향 탐구
API 코드 예제의 선형성과 길이가 프로그래머의 성능(정확도, 소요시간)에 미치는 영향을 조사하였다. 선형 코드 예제에 대한 반응 시간이 더 빨랐지만, 정확도와 주관적 평가에는 큰 차이가 없었다.
실제 소프트웨어 프로젝트에서 다중 결함 프로그램 식별을 위한 버그 저장소 마이닝
실제 소프트웨어 프로젝트에서 다중 결함을 식별하기 위해 테스트 케이스 이식과 결함 위치 변환 기법을 사용하여 Defects4J와 BugsInPy 데이터셋을 확장하였다.
단일 문장 버그와 테스트 커버리지의 관계
단일 문장 버그와 테스트 커버리지 간에는 약한 to 중간 수준의 상관관계가 있으며, 이는 테스트가 단일 문장 버그 감소에 어느 정도 도움이 된다는 것을 보여줍니다.
소프트웨어 정의 차량을 위한 단일 시스템 환상 달성: 자동화된 AI 기반 워크플로우
본 연구는 차량 소프트웨어 개발 프로세스를 혁신하기 위해 모델 기반 및 기능 기반 접근법과 최신 생성 AI 기술을 결합한다. 이를 통해 명시적으로 정의되지 않은 최종 아키텍처가 제약 조건, 요구 사항 및 하드웨어 아키텍처에 따라 반복적인 검색 및 최적화 프로세스에서 도출되도록 한다. 또한 단일 시스템 환상을 유지하여 애플리케이션이 논리적으로 균일한 환경에서 실행되도록 한다.
© 2024 by Linnk AI