Buchumschlag

Using Large Language Models for Commit Message Generation: A Preliminary Study

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Linghao, Zhao, Jingshu, Wang, Chong, Liang, Peng
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Contextual Code Retrieval for Commit Message Generation: A Preliminary Study
von: Xiong, Bo, et al.
Veröffentlicht: (2025)

RAG-Enhanced Commit Message Generation
von: Zhang, Linghao, et al.
Veröffentlicht: (2024)

CoRaCMG: Contextual Retrieval-Augmented Framework for Commit Message Generation
von: Xiong, Bo, et al.
Veröffentlicht: (2025)

Evaluating Generated Commit Messages with Large Language Models
von: Zeng, Qunhong, et al.
Veröffentlicht: (2025)

Automated Commit Message Generation with Large Language Models: An Empirical Study and Beyond
von: Xue, Pengyu, et al.
Veröffentlicht: (2024)

Commit Messages in the Age of Large Language Models
von: Lopes, Cristina V., et al.
Veröffentlicht: (2024)

CommitSuite: A Comprehensive Benchmark for Commit Classification and Message Generation
von: Wan, Zirui, et al.
Veröffentlicht: (2026)

A Preliminary Study on the Robustness of Code Generation by Large Language Models
von: Li, Zike, et al.
Veröffentlicht: (2025)

On the Informativeness of Security Commit Messages: A Large-scale Replication Study
von: Islam, Syful, et al.
Veröffentlicht: (2026)

Optimization is Better than Generation: Optimizing Commit Message Leveraging Human-written Commit Message
von: Li, Jiawei, et al.
Veröffentlicht: (2025)

CommitBench: A Benchmark for Commit Message Generation
von: Schall, Maximilian, et al.
Veröffentlicht: (2024)

An Empirical Study on Commit Message Generation using LLMs via In-Context Learning
von: Wu, Yifan, et al.
Veröffentlicht: (2025)

Automated Generation of Commit Messages in Software Repositories
von: Palakodeti, Varun Kumar, et al.
Veröffentlicht: (2025)

KADEL: Knowledge-Aware Denoising Learning for Commit Message Generation
von: Tao, Wei, et al.
Veröffentlicht: (2024)

Brevity is the Soul of Wit: Condensing Code Changes to Improve Commit Message Generation
von: Kuang, Hongyu, et al.
Veröffentlicht: (2025)

On the Use of Commit Messages for Corrective Software Maintenance: A Systematic Mapping Study
von: Islam, Syful, et al.
Veröffentlicht: (2026)

Context Conquers Parameters: Outperforming Proprietary LLM in Commit Message Generation
von: Imani, Aaron, et al.
Veröffentlicht: (2024)

Improving the Quality of Commit Messages in Students' Projects
von: Ma, Iris, et al.
Veröffentlicht: (2023)

A Preliminary Study of Large Language Models for Multilingual Vulnerability Detection
von: Yu, Junji, et al.
Veröffentlicht: (2025)

CodeFuse-CommitEval: Towards Benchmarking LLM's Power on Commit Message and Code Change Inconsistency Detection
von: Zhang, Qingyu, et al.
Veröffentlicht: (2025)

Towards the Datasets Used in Requirements Engineering of Mobile Apps: Preliminary Findings from a Systematic Mapping Study
von: Wang, Chong, et al.
Veröffentlicht: (2025)

Leveraging Large Language Models for Command Injection Vulnerability Analysis in Python: An Empirical Study on Popular Open-Source Projects
von: Wang, Yuxuan, et al.
Veröffentlicht: (2025)

CoMRAT: Commit Message Rationale Analysis Tool
von: Dhaouadi, Mouna, et al.
Veröffentlicht: (2025)

A Systematic Study on Generating Web Vulnerability Proof-of-Concepts Using Large Language Models
von: Zhao, Mengyao, et al.
Veröffentlicht: (2025)

Assertion Messages with Large Language Models (LLMs) for Code
von: Aljohani, Ahmed, et al.
Veröffentlicht: (2025)

Rationale Dataset and Analysis for the Commit Messages of the Linux Kernel Out-of-Memory Killer
von: Dhaouadi, Mouna, et al.
Veröffentlicht: (2024)

How LLMs Aid in UML Modeling: An Exploratory Study with Novice Analysts
von: Wang, Beian, et al.
Veröffentlicht: (2024)

Consider What Humans Consider: Optimizing Commit Message Leveraging Contexts Considered By Human
von: Li, Jiawei, et al.
Veröffentlicht: (2025)

A Study on Thinking Patterns of Large Reasoning Models in Code Generation
von: Halim, Kevin, et al.
Veröffentlicht: (2025)

Demystifying Code Snippets in Code Reviews: A Study of the OpenStack and Qt Communities and A Practitioner Survey
von: Zhang, Beiqi, et al.
Veröffentlicht: (2023)

Can Large Language Models Generate Geospatial Code?
von: Hou, Shuyang, et al.
Veröffentlicht: (2024)

COMET: Generating Commit Messages using Delta Graph Context Representation
von: Mandli, Abhinav Reddy, et al.
Veröffentlicht: (2024)

A Tool for Test Case Scenarios Generation Using Large Language Models
von: Sami, Abdul Malik, et al.
Veröffentlicht: (2024)

WaDec: Decompiling WebAssembly Using Large Language Model
von: She, Xinyu, et al.
Veröffentlicht: (2024)

Failure-Aware Enhancements for Large Language Model (LLM) Code Generation: An Empirical Study on Decision Framework
von: Shen, Jianru, et al.
Veröffentlicht: (2026)

Large Language Model Evaluation Via Multi AI Agents: Preliminary results
von: Rasheed, Zeeshan, et al.
Veröffentlicht: (2024)

FeedbackEval: A Benchmark for Evaluating Large Language Models in Feedback-Driven Code Repair Tasks
von: Dai, Dekun, et al.
Veröffentlicht: (2025)

Fixing Large Language Models' Specification Misunderstanding for Better Code Generation
von: Tian, Zhao, et al.
Veröffentlicht: (2023)

On the Evaluation of Large Language Models in Unit Test Generation
von: Yang, Lin, et al.
Veröffentlicht: (2024)

QuanBench: Benchmarking Quantum Code Generation with Large Language Models
von: Guo, Xiaoyu, et al.
Veröffentlicht: (2025)