Baishakhi Ray

Une nouvelle méthode améliore la génération de tests en utilisant de grands modèles de langage pour une meilleure couverture.

Explorer les problèmes et les solutions proposées pour les modèles de langage de code dans l'identification des vulnérabilités logicielles.

Améliorer les modèles de génération de code pour gérer efficacement les petits changements d'entrée.

Examiner les défis et les futurs rôles dans la programmation automatique avec les LLM.

Améliorer la capacité des LLM à peaufiner leur code grâce à des techniques de débogage autonome.

Une nouvelle méthode pour entraîner des modèles de code en se concentrant sur la sémantique et le comportement d'exécution.

Une nouvelle approche pour évaluer les stratégies de raisonnement en mettant l'accent sur les coûts computationnels.

Une nouvelle plateforme et un nouveau jeu de données visent à améliorer les modèles de correction de bugs pour le noyau Linux.

Un nouveau système améliore la précision de la résolution de puzzles Zebra grâce à des agents IA et des modèles de langage.

Utiliser des grands modèles de langage pour détecter les faiblesses du logiciel.