Buchumschlag

A Quantitative and Qualitative Evaluation of LLM-Based Explainable Fault Localization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kang, Sungmin, An, Gabin, Yoo, Shin
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

COSMosFL: Ensemble of Small Language Models for Fault Localisation
von: Cho, Hyunjoon, et al.
Veröffentlicht: (2025)

Lachesis: Predicting LLM Inference Accuracy using Structural Properties of Reasoning Paths
von: Kim, Naryeong, et al.
Veröffentlicht: (2024)

Finding the Needle in the Crash Stack: Industrial-Scale Crash Root Cause Localization with AutoCrashFL
von: Kang, Sungmin, et al.
Veröffentlicht: (2025)

Beyond pip install: Evaluating LLM Agents for the Automated Installation of Python Projects
von: Milliken, Louis, et al.
Veröffentlicht: (2024)

Identifying Inaccurate Descriptions in LLM-generated Code Comments via Test Execution
von: Kang, Sungmin, et al.
Veröffentlicht: (2024)

METAMON: Finding Inconsistencies between Program Documentation and Behavior using Metamorphic LLM Queries
von: Lee, Hyeonseok, et al.
Veröffentlicht: (2025)

Identifying Bug Inducing Commits by Combining Fault Localisation and Code Change Histories
von: An, Gabin, et al.
Veröffentlicht: (2025)

Predictive Prompt Analysis
von: Lee, Jae Yong, et al.
Veröffentlicht: (2025)

Explainable Fault Localization for Programming Assignments via LLM-Guided Annotation
von: Liu, Fang, et al.
Veröffentlicht: (2025)

Demystifying Faulty Code with LLM: Step-by-Step Reasoning for Explainable Fault Localization
von: Widyasari, Ratnadira, et al.
Veröffentlicht: (2024)

Improving LLM-Based Fault Localization with External Memory and Project Context
von: Yeo, Inseok, et al.
Veröffentlicht: (2025)

Fault Localisation and Repair for DL Systems: An Empirical Study with LLMs
von: Kim, Jinhan, et al.
Veröffentlicht: (2025)

Better Debugging: Combining Static Analysis and LLMs for Explainable Crashing Fault Localization
von: Yan, Jiwei, et al.
Veröffentlicht: (2024)

Adaptive Testing for LLM-Based Applications: A Diversity-based Approach
von: Yoon, Juyeon, et al.
Veröffentlicht: (2025)

SieveFL: Hierarchical Runtime-Aware Pruning for Scalable LLM-Based Fault Localization
von: Farzandway, Mahdi, et al.
Veröffentlicht: (2026)

SBEST: Spectrum-Based Fault Localization Without Fault-Triggering Tests
von: Rafi, Md Nakhla, et al.
Veröffentlicht: (2024)

Similar Pattern Annotation via Retrieval Knowledge for LLM-Based Test Code Fault Localization
von: Gharachorlu, Golnaz, et al.
Veröffentlicht: (2026)

Evaluating Mutation-based Fault Localization for Quantum Programs
von: Ishimoto, Yuta, et al.
Veröffentlicht: (2025)

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

SmartFL: Semantics Based Probabilistic Fault Localization
von: Wu, Yiqian, et al.
Veröffentlicht: (2025)

On the Integration of Spectrum-Based Fault Localization Tools into IDEs
von: Szatmári, Attila, et al.
Veröffentlicht: (2024)

Real Faults in Deep Learning Fault Benchmarks: How Real Are They?
von: Jahangirova, Gunel, et al.
Veröffentlicht: (2024)

AgentFL: Scaling LLM-based Fault Localization to Project-Level Context
von: Qin, Yihao, et al.
Veröffentlicht: (2024)

Atropos: Improving Cost-Benefit Trade-off of LLM-based Agents under Self-Consistency with Early Termination and Model Hotswap
von: Kim, Naryeong, et al.
Veröffentlicht: (2026)

Extending Delta Debugging Minimization for Spectrum-Based Fault Localization
von: Kapugama, Charaka Geethal
Veröffentlicht: (2026)

Exploring the Potential and Limitations of Large Language Models for Novice Program Fault Localization
von: Xu, Hexiang, et al.
Veröffentlicht: (2025)

Enhancing LLM-based Fault Localization with a Functionality-Aware Retrieval-Augmented Generation Framework
von: Shi, Xinyu, et al.
Veröffentlicht: (2025)

A Multi-Agent Approach to Fault Localization via Graph-Based Retrieval and Reflexion
von: Rafi, Md Nakhla, et al.
Veröffentlicht: (2024)

Improving Spectrum-Based Localization of Multiple Faults by Iterative Test Suite Reduction
von: Callaghan, Dylan, et al.
Veröffentlicht: (2023)

Software Fault Localization Based on Multi-objective Feature Fusion and Deep Learning
von: Hu, Xiaolei, et al.
Veröffentlicht: (2024)

FauxPy: A Fault Localization Tool for Python
von: Rezaalipour, Mohammad, et al.
Veröffentlicht: (2024)

MAS-FIRE: Fault Injection and Reliability Evaluation for LLM-Based Multi-Agent Systems
von: Jia, Jin, et al.
Veröffentlicht: (2026)

An Empirical Study of Fault Localization in Python Programs
von: Rezaalipour, Mohammad, et al.
Veröffentlicht: (2023)

On Applying Bandit Algorithm to Fault Localization Techniques
von: Nakao, Masato, et al.
Veröffentlicht: (2024)

Simple Fault Localization using Execution Traces
von: Prenner, Julian Aron, et al.
Veröffentlicht: (2025)

The Multi-Agent Fault Localization System Based on Monte Carlo Tree Search Approach
von: Ren, Rui
Veröffentlicht: (2025)

Improved Detection and Diagnosis of Faults in Deep Neural Networks Using Hierarchical and Explainable Classification
von: Jahan, Sigma, et al.
Veröffentlicht: (2025)

An Empirical Study of Fault Localisation Techniques for Deep Learning
von: Humbatova, Nargiz, et al.
Veröffentlicht: (2024)

TraceRAG: A LLM-Based Framework for Explainable Android Malware Detection and Behavior Analysis
von: Zhang, Guangyu, et al.
Veröffentlicht: (2025)

Understanding and Detecting Annotation-Induced Faults of Static Analyzers
von: Zhang, Huaien, et al.
Veröffentlicht: (2024)