Buchumschlag

AutoDev: Automated AI-Driven Development

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tufano, Michele, Agarwal, Anisha, Jang, Jinu, Moghaddam, Roshanak Zilouchian, Sundaresan, Neel
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

Copilot Evaluation Harness: Evaluating LLM-Guided Software Programming
von: Agarwal, Anisha, et al.
Veröffentlicht: (2024)

RAPGen: An Approach for Fixing Code Inefficiencies in Zero-Shot
von: Garg, Spandan, et al.
Veröffentlicht: (2023)

PerfBench: Can Agents Resolve Real-World Performance Bugs?
von: Garg, Spandan, et al.
Veröffentlicht: (2025)

SetupBench: Assessing Software Engineering Agents' Ability to Bootstrap Development Environments
von: Arora, Avi, et al.
Veröffentlicht: (2025)

RefactorBench: Evaluating Stateful Reasoning in Language Agents Through Code
von: Gautam, Dhruv, et al.
Veröffentlicht: (2025)

The SWE-Bench Illusion: When State-of-the-Art LLMs Remember Instead of Reason
von: Liang, Shanchao, et al.
Veröffentlicht: (2025)

FaultLine: Automated Proof-of-Vulnerability Generation Using LLM Agents
von: Nitin, Vikram, et al.
Veröffentlicht: (2025)

Reinforcement Learning from Automatic Feedback for High-Quality Unit Test Generation
von: Steenhoek, Benjamin, et al.
Veröffentlicht: (2024)

Reinforcement Learning from Automatic Feedback for High-Quality Unit Test Generation
von: Steenhoek, Benjamin, et al.
Veröffentlicht: (2023)

ProjDevBench: Benchmarking AI Coding Agents on End-to-End Project Development
von: Lu, Pengrui, et al.
Veröffentlicht: (2026)

Agentic Bug Reproduction for Effective Automated Program Repair at Google
von: Cheng, Runxiang, et al.
Veröffentlicht: (2025)

EvoDev: An Iterative Feature-Driven Framework for End-to-End Software Development with LLM-based Agents
von: Liu, Junwei, et al.
Veröffentlicht: (2025)

AI for DevSecOps: A Landscape and Future Opportunities
von: Fu, Michael, et al.
Veröffentlicht: (2024)

DevOps-Gym: Benchmarking AI Agents in Software DevOps Cycle
von: Tang, Yuheng, et al.
Veröffentlicht: (2026)

WebDevJudge: Evaluating (M)LLMs as Critiques for Web Development Quality
von: Li, Chunyang, et al.
Veröffentlicht: (2025)

ML-Dev-Bench: Comparative Analysis of AI Agents on ML development workflows
von: Padigela, Harshith, et al.
Veröffentlicht: (2025)

DevLicOps: A Framework for Mitigating Licensing Risks in AI-Generated Code
von: Sharma, Pratyush Nidhi, et al.
Veröffentlicht: (2025)

Designing Adaptive Digital Nudging Systems with LLM-Driven Reasoning
von: Santilli, Tiziano, et al.
Veröffentlicht: (2026)

Breaking Barriers in Software Testing: The Power of AI-Driven Automation
von: Naqvi, Saba, et al.
Veröffentlicht: (2025)

Auto-SPT: Automating Semantic Preserving Transformations for Code
von: Hooda, Ashish, et al.
Veröffentlicht: (2025)

AutoDroid: LLM-powered Task Automation in Android
von: Wen, Hao, et al.
Veröffentlicht: (2023)

Closing the Gap: A User Study on the Real-world Usefulness of AI-powered Vulnerability Detection & Repair in the IDE
von: Steenhoek, Benjamin, et al.
Veröffentlicht: (2024)

Evaluating Agent-based Program Repair at Google
von: Rondon, Pat, et al.
Veröffentlicht: (2025)

Dynamic Cogeneration of Bug Reproduction Test in Agentic Program Repair
von: Cheng, Runxiang, et al.
Veröffentlicht: (2026)

LADs: Leveraging LLMs for AI-Driven DevOps
von: Khan, Ahmad Faraz, et al.
Veröffentlicht: (2025)

GameDevBench: Evaluating Agentic Capabilities Through Game Development
von: Chi, Wayne, et al.
Veröffentlicht: (2026)

daVinci-Dev: Agent-native Mid-training for Software Engineering
von: Zeng, Ji, et al.
Veröffentlicht: (2026)

AutoIOT: LLM-Driven Automated Natural Language Programming for AIoT Applications
von: Shen, Leming, et al.
Veröffentlicht: (2025)

DevBench: A Realistic, Developer-Informed Benchmark for Code Generation Models
von: Kumarappan, Adarsh, et al.
Veröffentlicht: (2026)

AI-Driven Development of a Publishing Imprint: Xynapse Traces
von: Zimmerman, Fred
Veröffentlicht: (2025)

AI-Driven Self-Evolving Software: A Promising Path Toward Software Automation
von: Cai, Liyi, et al.
Veröffentlicht: (2025)

AutoEmpirical: LLM-Based Automated Research for Empirical Software Fault Analysis
von: Yu, Jiongchi, et al.
Veröffentlicht: (2025)

Enhancing Educational Efficiency: Generative AI Chatbots and DevOps in Education 4.0
von: Mekić, Edis, et al.
Veröffentlicht: (2024)

AI-Generated Smells: An Analysis of Code and Architecture in LLM and Agent-Driven Development
von: Zhu, Yuecai, et al.
Veröffentlicht: (2026)

Spec-Driven Development:From Code to Contract in the Age of AI Coding Assistants
von: Piskala, Deepak Babu
Veröffentlicht: (2026)

AgentMesh: A Cooperative Multi-Agent Generative AI Framework for Software Development Automation
von: Khanzadeh, Sourena
Veröffentlicht: (2025)

DoVer: Intervention-Driven Auto Debugging for LLM Multi-Agent Systems
von: Ma, Ming, et al.
Veröffentlicht: (2025)

AutoRestTest: A Tool for Automated REST API Testing Using LLMs and MARL
von: Stennett, Tyler, et al.
Veröffentlicht: (2025)

RAD-AI: Rethinking Architecture Documentation for AI-Augmented Ecosystems
von: Larsen, Oliver Aleksander, et al.
Veröffentlicht: (2026)

When Developer Aid Becomes Security Debt: A Systematic Analysis of Insecure Behaviors in LLM Coding Agents
von: Kozak, Matous, et al.
Veröffentlicht: (2025)