Buchumschlag

Pre-Training Representations of Binary Code Using Contrastive Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Yifan, Huang, Chen, Zhang, Yueke, Shao, Huajie, Leach, Kevin, Huang, Yu
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Software Engineering Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CodeGrad: Integrating Multi-Step Verification with Gradient-Based LLM Refinement
von: Zhang, Yueke, et al.
Veröffentlicht: (2025)

DPO-F+: Aligning Code Repair Feedback with Developers' Preferences
von: Fang, Zihan, et al.
Veröffentlicht: (2025)

Constraint-Guided Multi-Agent Decompilation for Executable Binary Recovery
von: Zhang, Yifan, et al.
Veröffentlicht: (2026)

SynthFix: Adaptive Neuro-Symbolic Code Vulnerability Repair
von: Zhang, Yifan, et al.
Veröffentlicht: (2026)

Enhancing Code LLM Training with Programmer Attention
von: Zhang, Yifan, et al.
Veröffentlicht: (2025)

K-ASTRO: Structure-Aware Adaptation of LLMs for Code Vulnerability Detection
von: Zhang, Yifan, et al.
Veröffentlicht: (2022)

EyeMulator: Improving Code Language Models by Mimicking Human Visual Attention
von: Zhang, Yifan, et al.
Veröffentlicht: (2025)

Optimizing Code Runtime Performance through Context-Aware Retrieval-Augmented Generation
von: Acharya, Manish, et al.
Veröffentlicht: (2025)

Binary Code Similarity Detection via Graph Contrastive Learning on Intermediate Representations
von: Shang, Xiuwei, et al.
Veröffentlicht: (2024)

SemRep: Generative Code Representation Learning with Code Transformations
von: Li, Weichen, et al.
Veröffentlicht: (2026)

CodeSAM: Source Code Representation Learning by Infusing Self-Attention with Multi-Code-View Graphs
von: Mathai, Alex, et al.
Veröffentlicht: (2024)

Correctness Assessment of Code Generated by Large Language Models Using Internal Representations
von: Bui, Tuan-Dung, et al.
Veröffentlicht: (2025)

On the Usage of Continual Learning for Out-of-Distribution Generalization in Pre-trained Language Models of Code
von: Weyssow, Martin, et al.
Veröffentlicht: (2023)

Trained Without My Consent: Detecting Code Inclusion In Language Models Trained on Code
von: Majdinasab, Vahid, et al.
Veröffentlicht: (2024)

Do Machines and Humans Focus on Similar Code? Exploring Explainability of Large Language Models in Code Summarization
von: Li, Jiliang, et al.
Veröffentlicht: (2024)

RepDL: Bit-level Reproducible Deep Learning Training and Inference
von: Xie, Peichen, et al.
Veröffentlicht: (2025)

A Progressive Transformer for Unifying Binary Code Embedding and Knowledge Transfer
von: Lu, Hanxiao, et al.
Veröffentlicht: (2024)

Adaptive Reinforcement Learning for Dynamic Configuration Allocation in Pre-Production Testing
von: Zhu, Yu
Veröffentlicht: (2025)

CodeGeeX: A Pre-Trained Model for Code Generation with Multilingual Benchmarking on HumanEval-X
von: Zheng, Qinkai, et al.
Veröffentlicht: (2023)

Impact of ML Optimization Tactics on Greener Pre-Trained ML Models
von: Álvarez, Alexandra González, et al.
Veröffentlicht: (2024)

Identifying Flaky Tests in Quantum Code: A Machine Learning Approach
von: Kaur, Khushdeep, et al.
Veröffentlicht: (2025)

CONCORD: Towards a DSL for Configurable Graph Code Representation
von: Saad, Mootez, et al.
Veröffentlicht: (2024)

LEANCODE: Understanding Models Better for Code Simplification of Pre-trained Large Language Models
von: Wang, Yan, et al.
Veröffentlicht: (2025)

Unlock the Correlation between Supervised Fine-Tuning and Reinforcement Learning in Training Code Large Language Models
von: Chen, Jie, et al.
Veröffentlicht: (2024)

Towards Understanding What Code Language Models Learned
von: Ahmed, Toufique, et al.
Veröffentlicht: (2023)

QiMeng-MuPa: Mutual-Supervised Learning for Sequential-to-Parallel Code Translation
von: Ke, Changxin, et al.
Veröffentlicht: (2025)

Teaching Code Refactoring Using LLMs
von: Khairnar, Anshul, et al.
Veröffentlicht: (2025)

You Only Train Once: A Flexible Training Framework for Code Vulnerability Detection Driven by Vul-Vector
von: Tian, Bowen, et al.
Veröffentlicht: (2025)

TritonRL: Training LLMs to Think and Code Triton Without Cheating
von: Woo, Jiin, et al.
Veröffentlicht: (2025)

RubricRefine: Improving Tool-Use Agent Reliability with Training-Free Pre-Execution Refinement
von: LeVine, Will, et al.
Veröffentlicht: (2026)

QiMeng-PRepair: Precise Code Repair via Edit-Aware Reward Optimization
von: Ke, Changxin, et al.
Veröffentlicht: (2026)

Next Edit Prediction: Learning to Predict Code Edits from Context and Interaction History
von: Lu, Ruofan, et al.
Veröffentlicht: (2025)

An Exploratory Investigation into Code License Infringements in Large Language Model Training Datasets
von: Katzy, Jonathan, et al.
Veröffentlicht: (2024)

On Training a Neural Network to Explain Binaries
von: Interrante-Grant, Alexander, et al.
Veröffentlicht: (2024)

Learning to Parallelize with OpenMP by Augmented Heterogeneous AST Representation
von: Chen, Le, et al.
Veröffentlicht: (2023)

Themis: Training Robust Multilingual Code Reward Models for Flexible Multi-Criteria Scoring
von: Paul, Indraneil, et al.
Veröffentlicht: (2026)

Think Anywhere in Code Generation
von: Jiang, Xue, et al.
Veröffentlicht: (2026)

Robust Learning of Diverse Code Edits
von: Aggarwal, Tushar, et al.
Veröffentlicht: (2025)

Context-Augmented Code Generation Using Programming Knowledge Graphs
von: Seddik, Shahd, et al.
Veröffentlicht: (2026)

Automating the Training and Deployment of Models in MLOps by Integrating Systems with Machine Learning
von: Liang, Penghao, et al.
Veröffentlicht: (2024)