배경. 자동화된 테스트 실행은 소프트웨어 프로젝트의 품질에 대한 정보를 수집하는 중요한 활동이다. 이른바 flaky tests는 그러나 …

우리는 asynchronous mixed choice (MC)를 지원하는 multiparty session type (MST) 프레임워크를 제시합니다. 우리는 일시적인 불일치를 허용하는 MC를 위한 핵심 구성을 제안합니다.

마이크로서비스 아키텍처는 비즈니스 로직을 작은 서비스들의 모음에 구축하는 신흥 기술입니다. 각 마이크로서비스는 자체 프로세스에서 실행되며 c...

AI coding agents는 소프트웨어 개발자가 코드를 빠르게 생성하도록 허용하며, 이는 프로젝트 매니저와 오픈 소스 유지관리자에게 실질적인 질문을 제기합니다: can vib...

소프트웨어 엔지니어링 에이전트(SWE)는 빠르게 개선되고 있으며, 최근의 성과는 주로 강화 학습(RL)에 의해 주도되고 있습니다. 그러나 RL 훈련은 …

대규모 언어 모델을 위한 머신 언러닝은 종종 프라이버시 딜레마에 직면하는데, 엄격한 제약으로 서버의 파라미터나 클...

현대 클라우드 서버는 자원 효율성을 향상시키기 위해 여러 latency-sensitive 마이크로서비스 인스턴스를 공동 배치한다. 그러나 마이크로서비스의 다양성은 ...

PoCo는 현대의 커버리지 기반 시드 선택(CSS) 기술(예: afl‑cmin)을 향상시키기 위해 장애 조건 문장을 점진적으로 제거하는 기술입니다.

분산 과학 워크플로의 중요성이 증가함에 따라, 최소화와 같은 Quality of Service (QoS) 제약을 보장해야 하는 중요한 필요성이 있습니다.

대규모 그래프 신경망(GNN)은 일반적으로 정점의 이웃을 고정 거리까지 샘플링하여 학습됩니다. 대규모 입력 그래프가 분산되어 있기 때문에,…

Federated Learning (FL)은 개별 데이터를 공유하지 않고도 여러 클라이언트가 협업하여 모델을 학습할 수 있게 하지만, 클라이언트 데이터가 …

우리는 MediX‑R1을 소개합니다. 이는 의료 멀티모달 대형 언어 모델(MLLMs)을 위한 개방형 강화 학습(RL) 프레임워크로, 임상적으로 기반된…