प्रकाशन
भरोसेमंद ML, न्यूमेरिकल डीबगिंग और AI के मूल्यांकन पर शोध।
मशीन लर्निंग की विश्वसनीयता, GPU पर गणना की शुद्धता, LLM के मूल्यांकन और सॉफ़्टवेयर इंजीनियरिंग शिक्षा पर पीयर-रिव्यूड और प्रीप्रिंट काम। पेपर अंग्रेज़ी में प्रकाशित हैं।
ML की विश्वसनीयता
Soft Assertions
संख्याओं में छिपे बग खोजें।
FSE 2025 / PACMSE
Shaila Sharmin, Anwar Hossain Zahid, Subhankar Bhattacharjee, Chiamaka Igwilo, Miryung Kim, and Wei Le
Soft Assertions पेश करता है — मशीन लर्निंग ऐप्लिकेशन में छिपे न्यूमेरिकल अस्थिरता वाले बग खोजने और उन्हें सामने लाने का तरीका।
LLM मूल्यांकन
संदर्भ ही सब कुछ है।
अलग-अलग इलाकों में हेट स्पीच की पहचान।
arXiv:2502.19612
Anwar Hossain Zahid, Monoshi Kumar Roy, and Swarna Das
भौगोलिक और सामाजिक संदर्भ जोड़ने पर बड़े भाषा मॉडल हेट स्पीच पहचानने में कितना अच्छा करते हैं, इसका मूल्यांकन।
GPU न्यूमेरिक्स
NVIDIA / AMD
वही गणना। अलग नतीजे।
arXiv:2410.09172
Anwar Hossain Zahid, Ignacio Laguna, Wei Le
NVIDIA और AMD GPU पर एक ही गणना के नतीजों में न्यूमेरिकल अंतर, और रिप्रोड्यूसिबिलिटी व पोर्टेबिलिटी पर उनके असर का अध्ययन।
सॉफ़्टवेयर इंजीनियरिंग शिक्षा
बनाते-बनाते सीखें।
वर्चुअल इंटर्नशिप का एक वैचारिक प्लेटफ़ॉर्म।
ICCIT 2020
Raihan Mia, Anwar Hossain Zahid, Bipul Chandra Dev Nath, and Abu Sayed Md Latiful Hoque
वर्चुअल इंटर्नशिप चलाने और सॉफ़्टवेयर डेवलपमेंट के कौशल को परखने वाले सॉफ़्टवेयर प्लेटफ़ॉर्म का वैचारिक डिज़ाइन।