62 lines
3.3 KiB
Markdown
62 lines
3.3 KiB
Markdown
progress:: {{renderer :todomaster}}
|
|
icon:: 📅
|
|
boox-notes:: 
|
|
|
|
- ### Tasks
|
|
-
|
|
- ### Notes
|
|
id:: 8f4759e0-0e2f-4964-8da6-16c7f45f32fa
|
|
- **Meeting [[PROJECTS/PRIN-EMELIOT]]**
|
|
- 
|
|
- **Max presentation**
|
|
- Max presenta un recente paper accettato a TOSEM su aspetti legali relativi all'uso di GenAI in Software Engineering
|
|
- Legal issues related to code generated by LLMs (proprietary code leakage)
|
|
- Survey and interview considerando 600 risposte da 30000 sviluppatori invitati. Gli sviluppatori sono stati scelti tra contributors and watchers di repository tipo copilot etc.
|
|
- Manca un processo per documentare l'uso di GenAI [[IMPORTANT]]
|
|
- GenAI is, in the end, a form of derivative work [[IMPORTANT]]
|
|
- Il tipo di riuso come dati di training non è contemplato dalle licenze attuali
|
|
- Unlearning strategies -> far dimenticare al sistema GenAI aspetti sensibili
|
|
- **Fiorella presentation**
|
|
- Studio per capire quanto i sistemi GenAI sono in grado di fornire le sorgenti/link dei codici suggeriti (da dove viene il codice suggerito?)
|
|
- "Reliable provenance information"
|
|
- CodeSearchNet: <coding task, codice, sorgente>
|
|
- Bing Copilot sembra funzionare meglio rispetto a Gemini
|
|
- Necessità di tool automatici per verificare provenance di codice generato
|
|
- **Benedetta Donato**
|
|
- Multimind tool (accettato a IDE workshop) [[2506.11014] MultiMind: A Plug-in for the Implementation of Development Tasks Aided by AI Assistants](https://arxiv.org/abs/2506.11014)
|
|
- da vedere rispetto a [[PROJECTS/MOSAICO]]
|
|
- Cosa riende MiltiMind specifico for empirical experimentation and research?
|
|
- Come fa a capire quale assistente AI e' piu' appropriato al task corrente?
|
|
- Cosa fa il driver?
|
|
- Nella slide con l'architettura vedo l'orchestratore? Chi implmenenta la fase di orchestrazione?
|
|
- Collaborazione multiagente
|
|
- E' previsto un workflow che coinvolge piu AI? Oppure abbiamo sequenze di interazioni <Umano-Agente>
|
|
- **Presentazione di Giordano**
|
|
- **Presentazione di Giovanni Quattrocchi**
|
|
- *GPGuard, AI-based SAS, guardrails for AI Controllers, fatto in collaborazione con Incerto e Catia*
|
|
- Perche non fare un learning continuo del modello AI?
|
|
- Il PID ha l'obiettivo di generare correzioni
|
|
- Il PID e' allenatore del processo Gaussiano
|
|
- Non capisco i vincoli a contorno. Cosa mi vincola a non fare un continuous learning del modello AI?
|
|
- *Runtime adaptation: ongoing work and next steps*
|
|
- Caso d'uso e' resource allocation
|
|
- Comunità rispetto a cosa? Come le costruisco le comunità di dispositivi edge?
|
|
- Es. aggrego nodi vicini tra di loro
|
|
- Lavoro molto interessante.
|
|
- **Presentazione di Elena Masserini**
|
|
- Chatbot testing
|
|
- RASA, piattaforma piu' utilizzata per sviluppare chatbot
|
|
- Botium e' strumento allo stato dell'arte per fare testing di chatbot
|
|
- **Presentazione di Annunziata**
|
|
- Community smells
|
|
- NICHE - ML-enabled project datasets
|
|
- **Presentazione di Gianmario Voria**
|
|
- Knowledge Neurons - lavoro di Microsoft da leggere
|
|
- **Presentazione Alexandra Sheykina**
|
|
- Adversarial Machine Learning
|
|
-
|
|
-
|
|
-
|
|
-
|
|
-
|
|
- |