:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Zhongxin, Tang, Zhijie, Zhang, Junwei, Xia, Xin, Yang, Xiaohu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering
Online-Zugang:	https://arxiv.org/abs/2402.00657
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

An Empirical Study of Vulnerable Package Dependencies in LLM Repositories
von: Liu, Shuhan, et al.
Veröffentlicht: (2025)

LLM4SZZ: Enhancing SZZ Algorithm with Context-Enhanced Assessment on Large Language Models
von: Tang, Lingxiao, et al.
Veröffentlicht: (2025)

Instructive Code Retriever: Learn from Large Language Model's Feedback for Code Intelligence Tasks
von: Lu, Jiawei, et al.
Veröffentlicht: (2024)

Generating Mitigations for Downstream Projects to Neutralize Upstream Library Vulnerability
von: Chen, Zirui, et al.
Veröffentlicht: (2025)

Improving the Ability of Pre-trained Language Model by Imparting Large Language Model's Experience
von: Yin, Xin, et al.
Veröffentlicht: (2024)

Exploring the Capabilities of LLMs for Code Change Related Tasks
von: Fan, Lishui, et al.
Veröffentlicht: (2024)

LLM-CompDroid: Repairing Configuration Compatibility Bugs in Android Apps with Pre-trained Large Language Models
von: Liu, Zhijie, et al.
Veröffentlicht: (2024)

Diffploit: Facilitating Cross-Version Exploit Migration for Open Source Library Vulnerabilities
von: Chen, Zirui, et al.
Veröffentlicht: (2025)

Practical Program Repair in the Era of Large Pre-trained Language Models
von: Xia, Chunqiu Steven, et al.
Veröffentlicht: (2022)

A Benchmark for Evaluating Repository-Level Code Agents with Intermediate Reasoning on Feature Addition Task
von: Liu, Shuhan, et al.
Veröffentlicht: (2026)

SolContractEval: A Benchmark for Evaluating Contract-Level Solidity Code Generation
von: Ye, Zhifan, et al.
Veröffentlicht: (2025)

A Large-scale Empirical Study on the Generalizability of Disclosed Java Library Vulnerability Exploits
von: Chen, Zirui, et al.
Veröffentlicht: (2026)

Zero-Shot Cross-Domain Code Search without Fine-Tuning
von: Liang, Keyu, et al.
Veröffentlicht: (2025)

Automated Unit Test Refactoring
von: Gao, Yi, et al.
Veröffentlicht: (2024)

Every Maintenance Has Its Exemplar: The Future of Software Maintenance through Migration
von: Chen, Zirui, et al.
Veröffentlicht: (2026)

Challenges of Using Pre-trained Models: the Practitioners' Perspective
von: Tan, Xin, et al.
Veröffentlicht: (2024)

Vulnerability-Triggering Test Case Generation from Third-Party Libraries
von: Gao, Yi, et al.
Veröffentlicht: (2024)

DepRadar: Agentic Coordination for Context Aware Defect Impact Analysis in Deep Learning Libraries
von: Gao, Yi, et al.
Veröffentlicht: (2026)

Assessing and Advancing Benchmarks for Evaluating Large Language Models in Software Engineering Tasks
von: Hu, Xing, et al.
Veröffentlicht: (2025)

UniCoR: Modality Collaboration for Robust Cross-Language Hybrid Code Retrieval
von: Yang, Yang, et al.
Veröffentlicht: (2025)

Automating Zero-Shot Patch Porting for Hard Forks
von: Pan, Shengyi, et al.
Veröffentlicht: (2024)

FGIT: Fault-Guided Fine-Tuning for Code Generation
von: Fan, Lishui, et al.
Veröffentlicht: (2025)

Mitigating Implicit Inconsistencies in Patch Porting
von: Pan, Shengyi, et al.
Veröffentlicht: (2026)

KEENHash: Hashing Programs into Function-Aware Embeddings for Large-Scale Binary Code Similarity Analysis
von: Liu, Zhijie, et al.
Veröffentlicht: (2025)

Improving Retrieval-Augmented Code Comment Generation by Retrieving for Generation
von: Lu, Hanzhen, et al.
Veröffentlicht: (2024)

Unit Test Update through LLM-Driven Context Collection and Error-Type-Aware Refinement
von: Zhang, Yuanhe, et al.
Veröffentlicht: (2025)

ThinkRepair: Self-Directed Automated Program Repair
von: Yin, Xin, et al.
Veröffentlicht: (2024)

ZeroCoder: Can LLMs Improve Code Generation Without Ground-Truth Supervision?
von: Fan, Lishui, et al.
Veröffentlicht: (2026)

A Rule-Based Approach for UI Migration from Android to iOS
von: Gao, Yi, et al.
Veröffentlicht: (2024)

CREME: Robustness Enhancement of Code LLMs via Layer-Aware Model Editing
von: Liu, Shuhan, et al.
Veröffentlicht: (2025)

Evaluating Pre-Trained Models for Multi-Language Vulnerability Patching
von: Khan, Zanis Ali, et al.
Veröffentlicht: (2025)

CATCODER: Repository-Level Code Generation with Relevant Code and Type Context
von: Pan, Zhiyuan, et al.
Veröffentlicht: (2024)

Re-Evaluating Code LLM Benchmarks Under Semantic Mutation
von: Pan, Zhiyuan, et al.
Veröffentlicht: (2025)

Estimating Difficulty Levels of Programming Problems with Pre-trained Model
von: Wang, Zhiyuan, et al.
Veröffentlicht: (2024)

Coding-PTMs: How to Find Optimal Code Pre-trained Models for Code Embedding in Vulnerability Detection?
von: Zhao, Yu, et al.
Veröffentlicht: (2024)

Empirical Analysis of Vulnerabilities Life Cycle in Golang Ecosystem
von: Hu, Jinchang, et al.
Veröffentlicht: (2023)

Learning in the Wild: Towards Leveraging Unlabeled Data for Effectively Tuning Pre-trained Code Models
von: Gao, Shuzheng, et al.
Veröffentlicht: (2024)

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

CodeReasoner: Enhancing the Code Reasoning Ability with Reinforcement Learning
von: Tang, Lingxiao, et al.
Veröffentlicht: (2025)

Are "Solved Issues" in SWE-bench Really Solved Correctly? An Empirical Study
von: Wang, You, et al.
Veröffentlicht: (2025)