:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kumar, Nischal Ashok, Lan, Andrew
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Software Engineering
Online-Zugang:	https://arxiv.org/abs/2402.07081
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Code-Edit Embedding to Model Student Debugging Behavior
von: Heickal, Hasnain, et al.
Veröffentlicht: (2025)

Novel Preprocessing Technique for Data Embedding in Engineering Code Generation Using Large Language Model
von: Lin, Yu-Chen, et al.
Veröffentlicht: (2023)

AutoCodeBench: Large Language Models are Automatic Code Benchmark Generators
von: Chou, Jason, et al.
Veröffentlicht: (2025)

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

Testing the Effect of Code Documentation on Large Language Model Code Understanding
von: Macke, William, et al.
Veröffentlicht: (2024)

Is Your AI-Generated Code Really Safe? Evaluating Large Language Models on Secure Code Generation with CodeSecEval
von: Wang, Jiexin, et al.
Veröffentlicht: (2024)

DocCGen: Document-based Controlled Code Generation
von: Pimparkhede, Sameer, et al.
Veröffentlicht: (2024)

Leveraging Print Debugging to Improve Code Generation in Large Language Models
von: Hu, Xueyu, et al.
Veröffentlicht: (2024)

A Survey of using Large Language Models for Generating Infrastructure as Code
von: Srivatsa, Kalahasti Ganesh, et al.
Veröffentlicht: (2024)

What's Wrong with Your Code Generated by Large Language Models? An Extensive Study
von: Dou, Shihan, et al.
Veröffentlicht: (2024)

CodeJudge: Evaluating Code Generation with Large Language Models
von: Tong, Weixi, et al.
Veröffentlicht: (2024)

CodeMirage: Hallucinations in Code Generated by Large Language Models
von: Agarwal, Vibhor, et al.
Veröffentlicht: (2024)

Calibration of Large Language Models on Code Summarization
von: Virk, Yuvraj, et al.
Veröffentlicht: (2024)

Mercury: A Code Efficiency Benchmark for Code Large Language Models
von: Du, Mingzhe, et al.
Veröffentlicht: (2024)

Bridging Code Graphs and Large Language Models for Better Code Understanding
von: Chen, Zeqi, et al.
Veröffentlicht: (2025)

Demo-Craft: Using In-Context Learning to Improve Code Generation in Large Language Models
von: Kapu, Nirmal Joshua, et al.
Veröffentlicht: (2024)

Optimizing Case-Based Reasoning System for Functional Test Script Generation with Large Language Models
von: Guo, Siyuan, et al.
Veröffentlicht: (2025)

ConCodeEval: Evaluating Large Language Models for Code Constraints in Domain-Specific Languages
von: Kammakomati, Mehant, et al.
Veröffentlicht: (2024)

CodeReviewQA: The Code Review Comprehension Assessment for Large Language Models
von: Lin, Hong Yi, et al.
Veröffentlicht: (2025)

CodexGraph: Bridging Large Language Models and Code Repositories via Code Graph Databases
von: Liu, Xiangyan, et al.
Veröffentlicht: (2024)

A Survey on Large Language Models for Code Generation
von: Jiang, Juyong, et al.
Veröffentlicht: (2024)

Comparing Code Explanations Created by Students and Large Language Models
von: Leinonen, Juho, et al.
Veröffentlicht: (2023)

ASTRAL: Automated Safety Testing of Large Language Models
von: Ugarte, Miriam, et al.
Veröffentlicht: (2025)

Measuring the Influence of Incorrect Code on Test Generation
von: Huang, Dong, et al.
Veröffentlicht: (2024)

TAROT: Test-driven and Capability-adaptive Curriculum Reinforcement Fine-tuning for Code Generation with Large Language Models
von: Park, Chansung, et al.
Veröffentlicht: (2026)

CodeJudge-Eval: Can Large Language Models be Good Judges in Code Understanding?
von: Zhao, Yuwei, et al.
Veröffentlicht: (2024)

ArchCode: Incorporating Software Requirements in Code Generation with Large Language Models
von: Han, Hojae, et al.
Veröffentlicht: (2024)

HumanEval Pro and MBPP Pro: Evaluating Large Language Models on Self-invoking Code Generation
von: Yu, Zhaojian, et al.
Veröffentlicht: (2024)

EffiCoder: Enhancing Code Generation in Large Language Models through Efficiency-Aware Fine-tuning
von: Huang, Dong, et al.
Veröffentlicht: (2024)

Evaluating the Generalization Capabilities of Large Language Models on Code Reasoning
von: Yang, Rem, et al.
Veröffentlicht: (2025)

Enhanced Automated Code Vulnerability Repair using Large Language Models
von: de-Fitero-Dominguez, David, et al.
Veröffentlicht: (2024)

InstructCoder: Instruction Tuning Large Language Models for Code Editing
von: Li, Kaixin, et al.
Veröffentlicht: (2023)

Code Readability in the Age of Large Language Models: An Industrial Case Study from Atlassian
von: Takerngsaksiri, Wannita, et al.
Veröffentlicht: (2025)

GenX: Mastering Code and Test Generation with Execution Feedback
von: Wang, Nan, et al.
Veröffentlicht: (2024)

IndicEval-XL: Bridging Linguistic Diversity in Code Generation Across Indic Languages
von: Singh, Ujjwal, et al.
Veröffentlicht: (2025)

Exploring Data-Efficient Adaptation of Large Language Models for Code Generation
von: Jiang, Xue, et al.
Veröffentlicht: (2024)

Self-Explained Keywords Empower Large Language Models for Code Generation
von: Fan, Lishui, et al.
Veröffentlicht: (2024)

Dynamic Scaling of Unit Tests for Code Reward Modeling
von: Ma, Zeyao, et al.
Veröffentlicht: (2025)

Semantic Source Code Segmentation using Small and Large Language Models
von: Dahou, Abdelhalim, et al.
Veröffentlicht: (2025)

A Code Comprehension Benchmark for Large Language Models for Code
von: Havare, Jayant, et al.
Veröffentlicht: (2025)