Buchumschlag

A Naive Approach for Automatic Line-level Code Completion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Naznin, Shamima, Mondal, Dr. Manishankar
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

Dependency Dilemmas: A Comparative Study of Independent and Dependent Artifacts in Maven Central Ecosystem
von: Shanto, Mehedi Hasan, et al.
Veröffentlicht: (2025)

Evaluating the Performance of Clone Detection Tools in Detecting Cloned Co-change Candidates
von: Nadim, Md, et al.
Veröffentlicht: (2022)

Context Composing for Full Line Code Completion
von: Semenkin, Anton, et al.
Veröffentlicht: (2024)

Full Line Code Completion: Bringing AI to Desktop
von: Semenkin, Anton, et al.
Veröffentlicht: (2024)

Package-Aware Approach for Repository-Level Code Completion in Pharo
von: Abedelkader, Omar, et al.
Veröffentlicht: (2026)

Line-level Semantic Structure Learning for Code Vulnerability Detection
von: Wang, Ziliang, et al.
Veröffentlicht: (2024)

FT2Ra: A Fine-Tuning-Inspired Approach to Retrieval-Augmented Code Completion
von: Guo, Qi, et al.
Veröffentlicht: (2024)

STALL+: Boosting LLM-based Repository-level Code Completion with Static Analysis
von: Liu, Junwei, et al.
Veröffentlicht: (2024)

A Transformer-Based Approach for Smart Invocation of Automatic Code Completion
von: de Moor, Aral, et al.
Veröffentlicht: (2024)

Control Models for In-IDE Code Completion
von: de Moor, Aral, et al.
Veröffentlicht: (2026)

GENCNIPPET: Automated Generation of Code Snippets for Supporting Programming Questions
von: Mondal, Saikat, et al.
Veröffentlicht: (2025)

Automatically Recommend Code Updates: Are We There Yet?
von: Liu, Yue, et al.
Veröffentlicht: (2022)

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

ATLAS: Automated Tree-based Language Analysis System for C and C++ source programs
von: Chowdhury, Jaid Monwar, et al.
Veröffentlicht: (2025)

A Low-Code Approach for the Automatic Personalization of Conversational Agents
von: Conrardy, Aaron, et al.
Veröffentlicht: (2026)

Don't Complete It! Preventing Unhelpful Code Completion for Productive and Sustainable Neural Code Completion Systems
von: Sun, Zhensu, et al.
Veröffentlicht: (2022)

RLCoder: Reinforcement Learning for Repository-Level Code Completion
von: Wang, Yanlin, et al.
Veröffentlicht: (2024)

On the Generalizability of Transformer Models to Code Completions of Different Lengths
von: Cooper, Nathan, et al.
Veröffentlicht: (2025)

Students' Perspective on AI Code Completion: Benefits and Challenges
von: Takerngsaksiri, Wannita, et al.
Veröffentlicht: (2023)

Can We Identify Stack Overflow Questions Requiring Code Snippets? Investigating the Cause & Effect of Missing Code Snippets
von: Mondal, Saikat, et al.
Veröffentlicht: (2024)

A Lightweight Framework for Adaptive Retrieval In Code Completion With Critique Model
von: Zhang, Wenrui, et al.
Veröffentlicht: (2024)

SynthCoder: A Synthetical Strategy to Tune LLMs for Code Completion
von: Yu, Dongjun, et al.
Veröffentlicht: (2025)

GRACE: Graph-Guided Repository-Aware Code Completion through Hierarchical Code Fusion
von: Wang, Xingliang, et al.
Veröffentlicht: (2025)

RedCodeAgent: Automatic Red-teaming Agent against Diverse Code Agents
von: Guo, Chengquan, et al.
Veröffentlicht: (2025)

Automatically Generating UI Code from Screenshot: A Divide-and-Conquer-Based Approach
von: Wan, Yuxuan, et al.
Veröffentlicht: (2024)

SynConfRoute: Syntax-Aware Routing for Efficient Code Completion with Small CodeLLMs
von: Thangarajah, Kishanthan, et al.
Veröffentlicht: (2026)

Completion by Comprehension: Guiding Code Generation with Multi-Granularity Understanding
von: Zhao, Xinkui, 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)

Automatic Generation of Benchmarks and Reliable LLM Judgment for Code Tasks
von: Farchi, Eitan, et al.
Veröffentlicht: (2024)

Typhon: Automatic Recommendation of Relevant Code Cells in Jupyter Notebooks
von: Ragkhitwetsagul, Chaiyong, et al.
Veröffentlicht: (2024)

Prompt Alchemy: Automatic Prompt Refinement for Enhancing Code Generation
von: Ye, Sixiang, et al.
Veröffentlicht: (2025)

AUTOGENICS: Automated Generation of Context-Aware Inline Comments for Code Snippets on Programming Q&A Sites Using LLM
von: Bappon, Suborno Deb, et al.
Veröffentlicht: (2024)

Algorithm-Based Pipeline for Reliable and Intent-Preserving Code Translation with LLMs
von: Dipto, Shahriar Rumi, et al.
Veröffentlicht: (2026)

PuzzleMark: Implicit Jigsaw Learning for Robust Code Dataset Watermarking in Neural Code Completion Models
von: Huang, Haocheng, et al.
Veröffentlicht: (2026)

aiXcoder-7B-v2: Training LLMs to Fully Utilize the Long Context in Repository-level Code Completion
von: Li, Jia, et al.
Veröffentlicht: (2025)

ArchISMiner: A Framework for Automatic Mining of Architectural Issue-Solution Pairs from Online Developer Communities
von: de Dieu, Musengamana Jean, et al.
Veröffentlicht: (2025)

Prompt-based Code Completion via Multi-Retrieval Augmented Generation
von: Tan, Hanzhuo, et al.
Veröffentlicht: (2024)

A Deep Dive into Retrieval-Augmented Generation for Code Completion: Experience on WeChat
von: Yang, Zezhou, et al.
Veröffentlicht: (2025)

RAG or Fine-tuning? A Comparative Study on LCMs-based Code Completion in Industry
von: Wang, Chaozheng, et al.
Veröffentlicht: (2025)

Deep Learning-based Code Completion: On the Impact on Performance of Contextual Information
von: Ciniselli, Matteo, et al.
Veröffentlicht: (2025)