Buchumschlag

FlakyFix: Using Large Language Models for Predicting Flaky Test Fix Categories and Test Code Repair

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fatima, Sakina, Hemmati, Hadi, Briand, Lionel
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Software Engineering Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FlakyGuard: Automatically Fixing Flaky Tests at Industry Scale
von: Li, Chengpeng, et al.
Veröffentlicht: (2025)

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

A Generic Approach to Fix Test Flakiness in Real-World Projects
von: Chen, Yang, et al.
Veröffentlicht: (2024)

SWT-Bench: Testing and Validating Real-World Bug-Fixes with Code Agents
von: Mündler, Niels, et al.
Veröffentlicht: (2024)

FlaKat: A Machine Learning-Based Categorization Framework for Flaky Tests
von: Lin, Shizhe, et al.
Veröffentlicht: (2024)

A Preliminary Study of Fixed Flaky Tests in Rust Projects on GitHub
von: Schroeder, Tom, et al.
Veröffentlicht: (2025)

Automating Detection and Root-Cause Analysis of Flaky Tests in Quantum Software
von: Sivaloganathan, Janakan, et al.
Veröffentlicht: (2026)

Systemic Flakiness: An Empirical Analysis of Co-Occurring Flaky Test Failures
von: Parry, Owain, et al.
Veröffentlicht: (2025)

Efficient Black-Box Fault Localization for System-Level Test Code Using Large Language Models
von: Yaraghi, Ahmadreza Saboor, et al.
Veröffentlicht: (2025)

Can ChatGPT Support Developers? An Empirical Evaluation of Large Language Models for Code Generation
von: Jin, Kailun, et al.
Veröffentlicht: (2024)

Domain Adaptation for Code Model-based Unit Test Case Generation
von: Shin, Jiho, et al.
Veröffentlicht: (2023)

System Safety Monitoring of Learned Components Using Temporal Metric Forecasting
von: Sharifi, Sepehr, et al.
Veröffentlicht: (2024)

The Effects of Computational Resources on Flaky Tests
von: Silva, Denini, et al.
Veröffentlicht: (2023)

Dockerfile Flakiness: Characterization and Repair
von: Shabani, Taha, et al.
Veröffentlicht: (2024)

On the Impact of Code Comments for Automated Bug-Fixing: An Empirical Study
von: Vitale, Antonio, et al.
Veröffentlicht: (2026)

Flaky Tests in a Large Industrial Database Management System: An Empirical Study of Fixed Issue Reports for SAP HANA
von: Berndt, Alexander, et al.
Veröffentlicht: (2026)

Automating Quantum Software Maintenance: Flakiness Detection and Root Cause Analysis
von: Sivaloganathan, Janakan, et al.
Veröffentlicht: (2024)

SMARLA: A Safety Monitoring Approach for Deep Reinforcement Learning Agents
von: Zolfagharian, Amirhossein, et al.
Veröffentlicht: (2023)

A Dataset of Reproducible Flaky-Test Failures
von: Rafi, Suzzana, et al.
Veröffentlicht: (2026)

The Vocabulary of Flaky Tests in the Context of SAP HANA
von: Berndt, Alexander, et al.
Veröffentlicht: (2026)

Deep-Bench: Deep Learning Benchmark Dataset for Code Generation
von: Daghighfarsoodeh, Alireza, et al.
Veröffentlicht: (2025)

Can We Classify Flaky Tests Using Only Test Code? An LLM-Based Empirical Study
von: Berndt, Alexander, et al.
Veröffentlicht: (2026)

Co-Located Tests, Better AI Code: How Test Syntax Structure Affects Foundation Model Code Generation
von: Jacopin, Éric
Veröffentlicht: (2026)

Exploring the Integration of Large Language Models in Industrial Test Maintenance Processes
von: Liu, Jingxiong, et al.
Veröffentlicht: (2024)

Zero-Shot Attribution for Large Language Models: A Distribution Testing Approach
von: Canonne, Clément L., et al.
Veröffentlicht: (2025)

Automated Test Case Repair Using Language Models
von: Yaraghi, Ahmadreza Saboor, et al.
Veröffentlicht: (2024)

An Analysis of LLM Fine-Tuning and Few-Shot Learning for Flaky Test Detection and Classification
von: More, Riddhi, et al.
Veröffentlicht: (2025)

MetaSel: A Test Selection Approach for Fine-tuned DNN Models
von: Abbasishahkoo, Amin, et al.
Veröffentlicht: (2025)

Code Generation by Differential Test Time Scaling
von: He, Yifeng, et al.
Veröffentlicht: (2026)

Parameter-Efficient Fine-Tuning of Large Language Models for Unit Test Generation: An Empirical Study
von: Storhaug, André, et al.
Veröffentlicht: (2024)

Automating the Detection of Requirement Dependencies Using Large Language Models
von: Darif, Ikram, et al.
Veröffentlicht: (2026)

A Theoretical Analysis of Test-Driven Code Generation
von: Menet, Nicolas, et al.
Veröffentlicht: (2026)

A Systematic Evaluation of Environmental Flakiness in JavaScript Tests
von: Hashemi, Negar, et al.
Veröffentlicht: (2026)

JS-TOD: Detecting Order-Dependent Flaky Tests in Jest
von: Hashemi, Negar, et al.
Veröffentlicht: (2025)

Detecting and Evaluating Order-Dependent Flaky Tests in JavaScript
von: Hashemi, Negar, et al.
Veröffentlicht: (2025)

Detecting Flaky Tests in Quantum Software: A Dynamic Approach
von: Kim, Dongchan, et al.
Veröffentlicht: (2025)

FetaFix: Automatic Fault Localization and Repair of Deep Learning Model Conversions
von: Louloudakis, Nikolaos, et al.
Veröffentlicht: (2023)

Reduction of Test Re-runs by Prioritizing Potential Order Dependent Flaky Tests
von: Iqbal, Hasnain, et al.
Veröffentlicht: (2025)

On the Role of Fault Localization Context for LLM-Based Program Repair
von: Sepidband, Melika, et al.
Veröffentlicht: (2026)

Enhancing LLM-Based Test Generation by Eliminating Covered Code
von: Xu, WeiZhe, et al.
Veröffentlicht: (2026)