Buchumschlag

KADEL: Knowledge-Aware Denoising Learning for Commit Message Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tao, Wei, Zhou, Yucheng, Wang, Yanlin, Zhang, Hongyu, Wang, Haofen, Zhang, Wenqiang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MAGIS: LLM-Based Multi-Agent Framework for GitHub Issue Resolution
von: Tao, Wei, et al.
Veröffentlicht: (2024)

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

Weakly Supervised Vulnerability Localization via Multiple Instance Learning
von: Gu, Wenchao, et al.
Veröffentlicht: (2025)

ShortCoder: Knowledge-Augmented Syntax Optimization for Token-Efficient Code Generation
von: Liu, Sicong, et al.
Veröffentlicht: (2026)

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

SPENCER: Self-Adaptive Model Distillation for Efficient Code Retrieval
von: Gu, Wenchao, et al.
Veröffentlicht: (2025)

Denoising Programming Knowledge Tracing with a Code Graph-based Tuning Adaptor
von: Gao, Weibo, et al.
Veröffentlicht: (2025)

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

Towards Better Code Understanding in Decoder-Only Models with Contrastive Learning
von: Lin, Jiayi, et al.
Veröffentlicht: (2024)

Top General Performance = Top Domain Performance? DomainCodeBench: A Multi-domain Code Generation Benchmark
von: Zheng, Dewu, et al.
Veröffentlicht: (2024)

Commit0: Library Generation from Scratch
von: Zhao, Wenting, et al.
Veröffentlicht: (2024)

CommitDistill: A Lightweight Knowledge-Centric Memory Layer for Software Repositories
von: Chukkapalli, Divya, et al.
Veröffentlicht: (2026)

LLM Hallucinations in Practical Code Generation: Phenomena, Mechanism, and Mitigation
von: Zhang, Ziyao, et al.
Veröffentlicht: (2024)

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

Can LLM Generate Regression Tests for Software Commits?
von: Liu, Jing, et al.
Veröffentlicht: (2025)

$\mathbb{USCD}$: Improving Code Generation of LLMs by Uncertainty-Aware Selective Contrastive Decoding
von: Wang, Shuai, et al.
Veröffentlicht: (2024)

Persistent Cross-Attempt State Optimization for Repository-Level Code Generation
von: Pan, Ruwei, et al.
Veröffentlicht: (2026)

Data Dependency-Aware Code Generation from Enhanced UML Sequence Diagrams
von: Mao, Wenxin, et al.
Veröffentlicht: (2025)

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

KGCompiler: Deep Learning Compilation Optimization for Knowledge Graph Complex Logical Query Answering
von: Lin, Hongyu, et al.
Veröffentlicht: (2025)

Bridging Generation and Training: A Systematic Review of Quality Issues in LLMs for Code
von: He, Kaifeng, et al.
Veröffentlicht: (2026)

Klear-CodeTest: Scalable Test Case Generation for Code Reinforcement Learning
von: Fu, Jia, et al.
Veröffentlicht: (2025)

Lore: Repurposing Git Commit Messages as a Structured Knowledge Protocol for AI Coding Agents
von: Stetsenko, Ivan
Veröffentlicht: (2026)

RustEvo^2: An Evolving Benchmark for API Evolution in LLM-based Rust Code Generation
von: Liang, Linxi, et al.
Veröffentlicht: (2025)

SWE-Factory: Your Automated Factory for Issue Resolution Training Data and Evaluation Benchmarks
von: Guo, Lianghong, et al.
Veröffentlicht: (2025)

Generating High-Quality Datasets for Code Editing via Open-Source Language Models
von: Zhang, Zekai, et al.
Veröffentlicht: (2025)

Neuro-Symbolic Generation and Validation of Memory-Aware Formal Function Specifications
von: Zhang, Liao, et al.
Veröffentlicht: (2026)

AI-Powered Commit Explorer (APCE)
von: Grees, Yousab, et al.
Veröffentlicht: (2025)

Analyzing Message-Code Inconsistency in AI Coding Agent-Authored Pull Requests
von: Gong, Jingzhi, et al.
Veröffentlicht: (2026)

LLM-Driven Collaborative Model for Untangling Commits via Explicit and Implicit Dependency Reasoning
von: Hou, Bo, et al.
Veröffentlicht: (2025)

Toward Executable Repository-Level Code Generation via Environment Alignment
von: Pan, Ruwei, et al.
Veröffentlicht: (2026)

Comparative Analysis of Large Language Models for Context-Aware Code Completion using SAFIM Framework
von: Zhang, Hang, et al.
Veröffentlicht: (2025)

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

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

WebCoderBench: Benchmarking Web Application Generation with Comprehensive and Interpretable Evaluation Metrics
von: Liu, Chenxu, et al.
Veröffentlicht: (2026)

Towards an Understanding of Context Utilization in Code Intelligence
von: Wang, Yanlin, et al.
Veröffentlicht: (2025)

Towards Fair Machine Learning Software: Understanding and Addressing Model Bias Through Counterfactual Thinking
von: Wang, Zichong, et al.
Veröffentlicht: (2023)

Does Your Neural Code Completion Model Use My Code? A Membership Inference Approach
von: Wan, Yao, et al.
Veröffentlicht: (2024)

Revisit Self-Debugging with Self-Generated Tests for Code Generation
von: Chen, Xiancai, et al.
Veröffentlicht: (2025)

RepoTransBench: A Real-World Multilingual Benchmark for Repository-Level Code Translation
von: Wang, Yanli, et al.
Veröffentlicht: (2024)