Buchumschlag

PACE: Improving Prompt with Actor-Critic Editing for Large Language Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dong, Yihong, Luo, Kangcheng, Jiang, Xue, Jin, Zhi, Li, Ge
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computation and Language Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploring Data-Efficient Adaptation of Large Language Models for Code Generation
von: Jiang, Xue, et al.
Veröffentlicht: (2024)

Generalization or Memorization: Data Contamination and Trustworthy Evaluation for Large Language Models
von: Dong, Yihong, et al.
Veröffentlicht: (2024)

Rethinking Repetition Problems of LLMs in Code Generation
von: Dong, Yihong, et al.
Veröffentlicht: (2025)

Evaluating the Formal Reasoning Capabilities of Large Language Models through Chomsky Hierarchy
von: Dong, Yihong, et al.
Veröffentlicht: (2026)

EvoCodeBench: An Evolving Code Generation Benchmark Aligned with Real-World Code Repositories
von: Li, Jia, et al.
Veröffentlicht: (2024)

IntentCoding: Amplifying User Intent in Code Generation
von: Fang, Zheng, et al.
Veröffentlicht: (2026)

EvoCodeBench: An Evolving Code Generation Benchmark with Domain-Specific Evaluations
von: Li, Jia, et al.
Veröffentlicht: (2024)

CodeRL+: Improving Code Generation via Reinforcement with Execution Semantics Alignment
von: Jiang, Xue, et al.
Veröffentlicht: (2025)

A Survey on Code Generation with LLM-based Agents
von: Dong, Yihong, et al.
Veröffentlicht: (2025)

Self-collaboration Code Generation via ChatGPT
von: Dong, Yihong, et al.
Veröffentlicht: (2023)

ROCODE: Integrating Backtracking Mechanism and Program Analysis in Large Language Models for Code Generation
von: Jiang, Xue, et al.
Veröffentlicht: (2024)

Self-planning Code Generation with Large Language Models
von: Jiang, Xue, et al.
Veröffentlicht: (2023)

KOCO-BENCH: Can Large Language Models Leverage Domain Knowledge in Software Development?
von: Jiang, Xue, et al.
Veröffentlicht: (2026)

InstructCoder: Instruction Tuning Large Language Models for Code Editing
von: Li, Kaixin, et al.
Veröffentlicht: (2023)

Interpretable Online Log Analysis Using Large Language Models with Prompt Strategies
von: Liu, Yilun, et al.
Veröffentlicht: (2023)

LLMigrate: Transforming "Lazy" Large Language Models into Efficient Source Code Migrators
von: Liu, Yuchen, et al.
Veröffentlicht: (2025)

Saber: An Efficient Sampling with Adaptive Acceleration and Backtracking Enhanced Remasking for Diffusion Language Model
von: Dong, Yihong, et al.
Veröffentlicht: (2025)

aiXcoder-7B: A Lightweight and Effective Large Language Model for Code Processing
von: Jiang, Siyuan, et al.
Veröffentlicht: (2024)

FASTRIC: Prompt Specification Language for Verifiable LLM Interactions
von: Jin, Wen-Long
Veröffentlicht: (2025)

Prompting Large Language Models to Tackle the Full Software Development Lifecycle: A Case Study
von: Li, Bowen, et al.
Veröffentlicht: (2024)

From I/O to Code with Discovery Agent
von: Dong, Yihong, et al.
Veröffentlicht: (2026)

Showing LLM-Generated Code Selectively Based on Confidence of LLMs
von: Li, Jia, et al.
Veröffentlicht: (2024)

Leveraging Print Debugging to Improve Code Generation in Large Language Models
von: Hu, Xueyu, et al.
Veröffentlicht: (2024)

How Programming Concepts and Neurons Are Shared in Code Language Models
von: Kargaran, Amir Hossein, et al.
Veröffentlicht: (2025)

Large Language Model Unlearning for Source Code
von: Jiang, Xue, et al.
Veröffentlicht: (2025)

CodeScore: Evaluating Code Generation by Learning Code Execution
von: Dong, Yihong, et al.
Veröffentlicht: (2023)

Generating Equivalent Representations of Code By A Self-Reflection Approach
von: Li, Jia, et al.
Veröffentlicht: (2024)

Generating and Evaluating Sustainable Procurement Criteria for the Swiss Public Sector using In-Context Prompting with Large Language Models
von: Gao, Yingqiang, et al.
Veröffentlicht: (2026)

Mitigating Gender Bias in Code Large Language Models via Model Editing
von: Qin, Zhanyue, et al.
Veröffentlicht: (2024)

DevEval: A Manually-Annotated Code Generation Benchmark Aligned with Real-World Code Repositories
von: Li, Jia, et al.
Veröffentlicht: (2024)

CodeJudge-Eval: Can Large Language Models be Good Judges in Code Understanding?
von: Zhao, Yuwei, et al.
Veröffentlicht: (2024)

EffiCoder: Enhancing Code Generation in Large Language Models through Efficiency-Aware Fine-tuning
von: Huang, Dong, et al.
Veröffentlicht: (2024)

Model Editing for LLMs4Code: How Far are We?
von: Li, Xiaopeng, et al.
Veröffentlicht: (2024)

StackTrans: From Large Language Model to Large Pushdown Automata Model
von: Zhang, Kechi, et al.
Veröffentlicht: (2025)

CodeEditorBench: Evaluating Code Editing Capability of Large Language Models
von: Guo, Jiawei, et al.
Veröffentlicht: (2024)

Large Language Model Critics for Execution-Free Evaluation of Code Changes
von: Yadavally, Aashish, et al.
Veröffentlicht: (2025)

A Survey of AIOps in the Era of Large Language Models
von: Zhang, Lingzhe, et al.
Veröffentlicht: (2025)

Uncertainty-Guided Chain-of-Thought for Code Generation with LLMs
von: Zhu, Yuqi, et al.
Veröffentlicht: (2025)

Glitch Tokens in Large Language Models: Categorization Taxonomy and Effective Detection
von: Li, Yuxi, et al.
Veröffentlicht: (2024)

Towards a Middleware for Large Language Models
von: Guran, Narcisa, et al.
Veröffentlicht: (2024)