:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Quanjun, Zhai, Juan, Fang, Chunrong, Liu, Jiawei, Sun, Weisong, Hu, Haichuan, Wang, Qingyu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Software Engineering
Online-Zugang:	https://arxiv.org/abs/2401.00751
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Breaking, Stale, or Missing? Benchmarking Coding Agents on Project-Level Test Evolution
von: Shang, Ye, et al.
Veröffentlicht: (2026)

A Critical Review of Large Language Model on Software Engineering: An Example from ChatGPT and Automated Program Repair
von: Zhang, Quanjun, et al.
Veröffentlicht: (2023)

EvoRepair: Enhancing Vulnerability Repair Agents Through Experience-Based Self-Evolution
von: Hu, Haichuan, et al.
Veröffentlicht: (2026)

ComPass: Contrastive Learning for Automated Patch Correctness Assessment in Program Repair
von: Zhang, Quanjun, et al.
Veröffentlicht: (2026)

APPT: Boosting Automated Patch Correctness Prediction via Fine-tuning Pre-trained Models
von: Zhang, Quanjun, et al.
Veröffentlicht: (2023)

ATTest: Agent-Driven Tensor Testing for Deep Learning Library Modules
von: Zhan, Zhengyu, et al.
Veröffentlicht: (2026)

Repair-R1: Better Test Before Repair
von: Hu, Haichuan, et al.
Veröffentlicht: (2025)

CL4SE: Benchmarking Context Learning on Software Engineering
von: Hu, Haichuan, et al.
Veröffentlicht: (2026)

TSAPR: A Tree Search Framework For Automated Program Repair
von: Hu, Haichuan, et al.
Veröffentlicht: (2025)

Scalpel: Automotive Deep Learning Framework Testing via Assembling Model Components
von: Zou, Yinglong, et al.
Veröffentlicht: (2025)

ACTesting: Automated Cross-modal Testing Method of Text-to-Image Software
von: Gu, Siqi, et al.
Veröffentlicht: (2023)

A Systematic Literature Review on Large Language Models for Automated Program Repair
von: Zhang, Quanjun, et al.
Veröffentlicht: (2024)

Deep Learning Framework Testing via Heuristic Guidance Based on Multiple Model Measurements
von: Zou, Yinglong, et al.
Veröffentlicht: (2025)

SCOPE: Tree-based Self-Correcting Online Log Parsing via Syntactic-Semantic Collaboration
von: Fan, Dongyi, et al.
Veröffentlicht: (2026)

On the Effectiveness of Code Representation in Deep Learning-Based Automated Patch Correctness Assessment
von: Zhang, Quanjun, et al.
Veröffentlicht: (2026)

A Survey on Large Language Models for Software Engineering
von: Zhang, Quanjun, et al.
Veröffentlicht: (2023)

Mutation-Based Deep Learning Framework Testing Method in JavaScript Environment
von: Zou, Yinglong, et al.
Veröffentlicht: (2024)

Probing Privacy Leaks in LLM-based Code Generation via Test Generation
von: Ge, Yifei, et al.
Veröffentlicht: (2026)

TestBench: Evaluating Class-Level Test Case Generation Capability of Large Language Models
von: Zhang, Quanjun, et al.
Veröffentlicht: (2024)

Machine Learning for Actionable Warning Identification: A Comprehensive Survey
von: Ge, Xiuting, et al.
Veröffentlicht: (2023)

CooTest: An Automated Testing Approach for V2X Communication Systems
von: Guo, An, et al.
Veröffentlicht: (2024)

Large Language Models for Unit Testing: A Systematic Literature Review
von: Zhang, Quanjun, et al.
Veröffentlicht: (2025)

A Large-scale Empirical Study on Fine-tuning Large Language Models for Unit Testing
von: Shang, Ye, et al.
Veröffentlicht: (2024)

TestART: Improving LLM-based Unit Testing via Co-evolution of Automated Generation and Repair Iteration
von: Gu, Siqi, et al.
Veröffentlicht: (2024)

Vision-Based Mobile App GUI Testing: A Survey
von: Yu, Shengcheng, et al.
Veröffentlicht: (2023)

Security of Language Models for Code: A Systematic Literature Review
von: Chen, Yuchen, et al.
Veröffentlicht: (2024)

GPU Temperature Simulation-Based Testing for In-Vehicle Deep Learning Frameworks
von: Zou, Yinglong, et al.
Veröffentlicht: (2025)

GUI Test Migration via Abstraction and Concretization
von: Zhang, Yakun, et al.
Veröffentlicht: (2024)

TestExplora: Benchmarking LLMs for Proactive Bug Discovery via Repository-Level Test Generation
von: Liu, Steven, et al.
Veröffentlicht: (2026)

Generate Realistic Test Scenes for V2X Communication Systems
von: Guo, An, et al.
Veröffentlicht: (2025)

No Man is an Island: Towards Fully Automatic Programming by Code Search, Code Generation and Program Repair
von: Zhang, Quanjun, et al.
Veröffentlicht: (2024)

SoVAR: Building Generalizable Scenarios from Accident Reports for Autonomous Driving Testing
von: Guo, An, et al.
Veröffentlicht: (2024)

SWE-Pruner: Self-Adaptive Context Pruning for Coding Agents
von: Wang, Yuhang, et al.
Veröffentlicht: (2026)

Seed-Guided Fine-Grained Entity Typing in Science and Engineering Domains
von: Zhang, Yu, et al.
Veröffentlicht: (2024)

Can GPT-O1 Kill All Bugs? An Evaluation of GPT-Family LLMs on QuixBugs
von: Hu, Haichuan, et al.
Veröffentlicht: (2024)

Deep Learning and Machine Learning, Advancing Big Data Analytics and Management: Object-Oriented Programming
von: Wang, Tianyang, et al.
Veröffentlicht: (2024)

CodeContests+: High-Quality Test Case Generation for Competitive Programming
von: Wang, Zihan, et al.
Veröffentlicht: (2025)

HarnessLLM: Automatic Testing Harness Generation via Reinforcement Learning
von: Liu, Yujian, et al.
Veröffentlicht: (2025)

English Please: Evaluating Machine Translation with Large Language Models for Multilingual Bug Reports
von: Patil, Avinash, et al.
Veröffentlicht: (2025)

Investigating Markers and Drivers of Gender Bias in Machine Translations
von: Barclay, Peter J, et al.
Veröffentlicht: (2024)