:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Florath, Andreas
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Software Engineering Artificial Intelligence Human-Computer Interaction Performance
Online-Zugang:	https://arxiv.org/abs/2312.14949
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Impact of Extensions on Browser Performance: An Empirical Study on Google Chrome
von: Jin, Bihui, et al.
Veröffentlicht: (2024)

VTutor: An Open-Source SDK for Generative AI-Powered Animated Pedagogical Agents with Multi-Media Output
von: Chen, Eason, et al.
Veröffentlicht: (2025)

Generating Proto-Personas through Prompt Engineering: A Case Study on Efficiency, Effectiveness and Empathy
von: Ayach, Fernando, et al.
Veröffentlicht: (2025)

Interaction2Code: Benchmarking MLLM-based Interactive Webpage Code Generation from Interactive Prototyping
von: Xiao, Jingyu, et al.
Veröffentlicht: (2024)

A Case Study Investigating the Role of Generative AI in Quality Evaluations of Epics in Agile Software Development
von: Geyer, Werner, et al.
Veröffentlicht: (2025)

From Prompts to Propositions: A Logic-Based Lens on Student-LLM Interactions
von: Alfageeh, Ali, et al.
Veröffentlicht: (2025)

Optimizing LLM Code Suggestions: Feedback-Driven Timing with Lightweight State Bounds
von: Awad, Mohammad Nour Al, et al.
Veröffentlicht: (2025)

AI Agents for Web Testing: A Case Study in the Wild
von: Ye, Naimeng, et al.
Veröffentlicht: (2025)

Pre-Filtering Code Suggestions using Developer Behavioral Telemetry to Optimize LLM-Assisted Programming
von: Awad, Mohammad Nour Al, et al.
Veröffentlicht: (2025)

Is Vibe Coding the Future? An Empirical Assessment of LLM Generated Codes for Construction Safety
von: Uddin, S M Jamil
Veröffentlicht: (2026)

The Impact of LLM-Assistants on Software Developer Productivity: A Systematic Review and Mapping Study
von: Mohamed, Amr, et al.
Veröffentlicht: (2025)

Human-Centered Evaluation of an LLM-Based Process Modeling Copilot: A Mixed-Methods Study with Domain Experts
von: Lauer, Chantale, et al.
Veröffentlicht: (2026)

Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity
von: Becker, Joel, et al.
Veröffentlicht: (2025)

Using an LLM to Help With Code Understanding
von: Nam, Daye, et al.
Veröffentlicht: (2023)

Qualitative Evaluation of LLM-Designed GUI
von: Sawicki, Bartosz, et al.
Veröffentlicht: (2026)

Exploring Interaction Patterns for Debugging: Enhancing Conversational Capabilities of AI-assistants
von: Chopra, Bhavya, et al.
Veröffentlicht: (2024)

The Impact of Generative AI on Collaborative Open-Source Software Development: Evidence from GitHub Copilot
von: Song, Fangchen, et al.
Veröffentlicht: (2024)

Interacting with AI Reasoning Models: Harnessing "Thoughts" for AI-Driven Software Engineering
von: Treude, Christoph, et al.
Veröffentlicht: (2025)

Personal LLM Agents: Insights and Survey about the Capability, Efficiency and Security
von: Li, Yuanchun, et al.
Veröffentlicht: (2024)

Exploring Human-AI Collaboration in Agile: Customised LLM Meeting Assistants
von: Cabrero-Daniel, Beatriz, et al.
Veröffentlicht: (2024)

How Developers Interact with AI: A Taxonomy of Human-AI Collaboration in Software Engineering
von: Treude, Christoph, et al.
Veröffentlicht: (2025)

Toward Epistemic Stability: Engineering Consistent Procedures for Industrial LLM Hallucination Reduction
von: Freeman, Brian, et al.
Veröffentlicht: (2026)

Context Branching for LLM Conversations: A Version Control Approach to Exploratory Programming
von: Nanjundappa, Bhargav Chickmagalur, et al.
Veröffentlicht: (2025)

Prompt-with-Me: in-IDE Structured Prompt Management for LLM-Driven Software Engineering
von: Li, Ziyou, et al.
Veröffentlicht: (2025)

Results-Actionability Gap: Understanding How Practitioners Evaluate LLM Products in the Wild
von: van der Maden, Willem, et al.
Veröffentlicht: (2026)

Understanding and supporting how developers prompt for LLM-powered code editing in practice
von: Nam, Daye, et al.
Veröffentlicht: (2025)

Dynamic Framework for Collaborative Learning: Leveraging Advanced LLM with Adaptive Feedback Mechanisms
von: Tahir, Hassam, et al.
Veröffentlicht: (2026)

Instruct or Interact? Exploring and Eliciting LLMs' Capability in Code Snippet Adaptation Through Prompt Engineering
von: Zhang, Tanghaoran, et al.
Veröffentlicht: (2024)

Beyond the Prompt: An Empirical Study of Cursor Rules
von: Jiang, Shaokang, et al.
Veröffentlicht: (2025)

LLARS: Enabling Domain Expert & Developer Collaboration for LLM Prompting, Generation and Evaluation
von: Steigerwald, Philipp, et al.
Veröffentlicht: (2026)

An Exploratory Study of ML Sketches and Visual Code Assistants
von: Gomes, Luís F., et al.
Veröffentlicht: (2024)

Envisioning the Next-Generation AI Coding Assistants: Insights & Proposals
von: Nghiem, Khanh, et al.
Veröffentlicht: (2024)

CosmoCore Affective Dream-Replay Reinforcement Learning for Code Generation
von: Ravindran, Santhosh Kumar
Veröffentlicht: (2025)

Can Developers Prompt? A Controlled Experiment for Code Documentation Generation
von: Kruse, Hans-Alexander, et al.
Veröffentlicht: (2024)

Generative AI for Self-Adaptive Systems: State of the Art and Research Roadmap
von: Li, Jialong, et al.
Veröffentlicht: (2025)

Evaluating the Quality of Code Comments Generated by Large Language Models for Novice Programmers
von: Fan, Aysa Xuemo, et al.
Veröffentlicht: (2024)

Coding with Eyes: Visual Feedback Unlocks Reliable GUI Code Generating and Debugging
von: Liu, Zhilin, et al.
Veröffentlicht: (2026)

NOVAID: Natural-language Observability Visualization Assistant for ITOps Dashboard Widget Generation
von: Mishra, Pratik, et al.
Veröffentlicht: (2025)

CodeAlignBench: Assessing Code Generation Models on Developer-Preferred Code Adjustments
von: Mehralian, Forough, et al.
Veröffentlicht: (2025)

Generative AI for CAD Automation: Leveraging Large Language Models for 3D Modelling
von: Kumar, Sumit, et al.
Veröffentlicht: (2025)