Baishakhi Ray

Explorando problemas y soluciones propuestas para que los modelos de lenguaje de código identifiquen vulnerabilidades en el software.

Mejorando los modelos de generación de código para manejar cambios menores en la entrada de manera efectiva.

Examinando los desafíos y futuros roles en la programación automática con LLMs.

Mejorando la capacidad de los LLMs para refinar su código a través de técnicas de autodepuración.

Un método nuevo para entrenar modelos de código centrado en la semántica y el comportamiento de ejecución.

Un nuevo enfoque para evaluar estrategias de razonamiento con un enfoque en los costos computacionales.

Nueva plataforma y conjunto de datos buscan mejorar los modelos de reparación de errores para el núcleo de Linux.

Un nuevo sistema mejora la precisión en la resolución de acertijos Zebra utilizando agentes de IA y modelos de lenguaje.

Usando modelos de lenguaje grandes para detectar debilidades en el software.