Building Information Modeling (BIM) adalah teknologi transformatif yang mendorong inovasi digital di bidang konstruksi, menawarkan manfaat seperti berkurangnya kesalahan desain, optimalisasi biaya, dan kolaborasi yang lebih baik. Meskipun …
Metode
Artikel ini merupakan tinjauan berdasarkan literatur yang ada dan praktik industri. Artikel ini menyintesis informasi dari berbagai sumber untuk menyajikan gambaran menyeluruh ten…
Hasil
Saat ini, BIM digunakan secara luas dalam arsitektur, teknik sipil, MEP (mekanikal, elektrikal, dan plambing), serta manajemen infrastruktur. Kemampuan simulasi dan analisisnya yang canggih membantu …
Or Inbar; Omri Inbar; R. Reuveny; M. Segel; H. Greenspan; M. Scheinowitz
Ringkasan
Penelitian ini mengevaluasi kelayakan penggunaan algoritma machine learning untuk menafsirkan data cardiopulmonary exercise test (CPET) dan mengklasifikasikan tingkat keparahan keterbatasan latihan. Model berbasis SVM yang diusulkan mencap…
Metode
Penelitian ini menggunakan dataset retrospektif berisi 206 berkas CPET dari Pulmonary Institute dan Cardiology Rehabilitation Center di Sheba Medical Center, serta 50 berkas dari …
Hasil
Model interpretatif yang diusulkan menunjukkan daya prediksi berkisar 78% hingga 100%, yang menunjukkan kemampuannya mengklasifikasikan derajat keterbatasan latihan dengan benar. Model ini sangat sen…
EPIK mengatasi tantangan pengetahuan prior yang tidak akurat atau tidak informatif dalam verifikasi kuantitatif Bayesian dengan menggali prior dari properti tingkat sistem yang dapat diobservasi secara langsung, bukan dari parameter transi…
Metode
EPIK beroperasi dalam dua tahap utama: (1) menggali pengetahuan prior dari observasi tingkat sistem, dan (2) menyematkan distribusi yang diturunkan ke dalam verifikasi kuantitatif…
Hasil
Efektivitas, fleksibilitas, dan keumuman EPIK dievaluasi melalui eksperimen terperinci menggunakan berbagai varian studi kasus dunia nyata dan beragam instansiasi EPIK. Studi kasus tersebut kemungkin…
Shahbaz Siddeeq; Muhammad Waseem; Umar Subhan Malhi; Pekka Abrahamsson
Ringkasan
CodeAssay adalah tolok ukur berbasis taksonomi dengan 185 tugas Python yang menggabungkan ground truth terverifikasi, tes publik dan tersembunyi, validasi test-suite berbasis mutasi, dan ukuran properti kode terpilih. Penilaian ulang setel…
Metode
Tolok ukur ini disusun sebagai rangkaian berbasis taksonomi dengan **185 tugas Python** yang mencakup **sepuluh kategori rekayasa perangkat lunak**. Setiap tugas mencakup solusi r…
Hasil
Penilaian ulang output model yang tetap setelah audit mengubah **170 dari 1.890 label kebenaran (9,0%)**. Meskipun kebenaran agregat hampir tidak berubah, **rentang model terbaik ke terburuk yang ter…
EffiHolmes melokalisasi perbaikan ketidakefisienan waktu tingkat repositori dengan menggunakan differential profiling pada beban kerja default dan terskala, mengekstraksi jalur eksekusi ringkas, serta menerapkan penalaran LLM terpandu doma…
Metode
EffiHolmes beroperasi dalam tiga tahap utama. Pertama, ia melakukan **differential profiling** pada beban kerja default dan terskala untuk mengidentifikasi hotspot ketidakefisiena…
Hasil
Penulis mengevaluasi EffiHolmes pada **RepoEffi-Bench**, benchmark baru berisi 140 issue ketidakefisienan waktu berkualitas tinggi yang dikumpulkan dari repositori Python populer. Mereka membandingka…
GenOS memodelkan setiap lapisan agen pengodean AI sebagai kernel Markov dengan kesetaraan antarmuka yang relatif terhadap pengamat, membuktikan bahwa prompt yang setara menghasilkan probabilitas hilir yang identik untuk peristiwa tertutup-…
Metode
GenOS memformalkan alur kerja agentik sebagai barisan kernel Markov. Untuk setiap lapisan $i$, misalkan $K_i : S_{i-1} \to \mathcal{D}(S_i)$ memetakan keadaan masukan ke distribus…
Hasil
Audit insertion-sort yang dapat dieksekusi menginstansiasi teori ini dengan parafrasa bahasa alami, satu kontrak formal, enam program, dua pengamat, dan eksekusi menyeluruh pada 121 masukan. Prompt y…
ReBug adalah agen berbasis LLM dua tahap yang merekonstruksi prasyarat yang hilang dari laporan bug GUI web dan mengendalikan browser nyata untuk mengeksekusi dan memvalidasi prosedur reproduksi. Dievaluasi pada 667 laporan dunia nyata dar…
Metode
ReBug memisahkan reproduksi menjadi dua tahap: persiapan dan eksekusi. Pada tahap persiapan, ReBug merekonstruksi prasyarat yang hilang dari laporan dan artefak yang tersedia, lal…
Hasil
ReBug dievaluasi pada 667 laporan bug dunia nyata dari empat aplikasi web sumber terbuka. Pada penerapan terkini yang terkendali, ReBug mengungguli kedua baseline, mencapai RSR rata-rata 49,96%, ting…
Yiyao Wang; Zhen Wen; Yinghao Tang; Yixiao Fu; Lin Yuan; Xiaolau Zhang; Jun Zhou; Wei Chen
Ringkasan
LiveEvalBench menggantikan benchmark generasi web statis dengan alur kerja tinjauan agentic yang mencakup deployment, inspeksi kode, dan interaksi berbasis browser. Framework ini menggabungkan rubrik bersama dengan kriteria yang berpijak p…
Metode
LiveEvalBench mengorganisasi evaluasi sebagai alur kerja tinjauan multi-peran. Tiga peran evaluator berkolaborasi: - **Build Engineer** — men-deploy proyek frontend yang dihasilka…
Hasil
Penulis melaporkan eksperimen pada beragam skenario generasi web dunia nyata. Dua temuan utama dinyatakan: 1. **Keselarasan dengan penilaian pakar manusia** — LiveEvalBench selaras erat dengan penila…
Khai-Nguyen Nguyen; Oscar Chaparro; Antonio Mastropaolo
Ringkasan
Model bahasa besar multimodal yang menerjemahkan tangkapan layar halaman web menjadi kode front-end menunjukkan bias penyelesaian pola yang kuat, lebih memilih baseline UI yang berulang daripada bukti visual yang diperturbasi. Rata-rata ti…
Metode
Benchmark dibangun dari 30 halaman web yang dipilih dari Design2Code, dari mana para penulis menghasilkan 1.440 tangkapan layar yang dievaluasi. Dua keluarga pola dipertimbangkan:…
Hasil
Pada lima MLLM terdepan, hasilnya menunjukkan bias yang kuat terhadap baseline berulang. Rata-rata tingkat bias mencapai 69,78% pada perturbasi lebar kartu dan 80,22% pada perturbasi ukuran font teks…
Kexin Sun; Yunbo Lyu; Xutong Ma; Hongyu Kuang; Ratnadira Widyasari; He Zhang; Xiaoxing Ma; Julia Lawall; David Lo
Ringkasan
ReCite mendeteksi simbol berbentuk fungsi yang tidak terselesaikan di komentar kernel Linux, menelusuri evolusinya melalui riwayat Git, dan menghasilkan saran perbaikan berbasis LLM. Pada Linux v6.18-rc1, ReCite menemukan 869 referensi usa…
Metode
ReCite disusun sebagai pipeline berurutan dengan tiga tahap, masing-masing memasok tahap berikutnya. **Tahap 1 — Deteksi simbol berbentuk fungsi yang tidak terselesaikan.** Pendek…
Hasil
Menjalankan ReCite pada Linux kernel **v6.18-rc1** menghasilkan **869 referensi usang** beserta saran perbaikan yang dihasilkan. Untuk menilai kualitas, penulis mengevaluasi secara manual sampel acak…
