Buchumschlag

Exploring Language Model's Code Generation Ability with Auxiliary Functions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Seonghyeon, Jang, Sanghwan, Jang, Seongbo, Lee, Dongha, Yu, Hwanjo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Eliciting Instruction-tuned Code Language Models' Capabilities to Utilize Auxiliary Function for Code Generation
von: Lee, Seonghyeon, et al.
Veröffentlicht: (2024)

How Diversely Can Language Models Solve Problems? Exploring the Algorithmic Diversity of Model-Generated Code
von: Lee, Seonghyeon, et al.
Veröffentlicht: (2025)

Is Functional Correctness Enough to Evaluate Code Language Models? Exploring Diversity of Generated Codes
von: Chon, Heejae, et al.
Veröffentlicht: (2024)

On the Effectiveness of Integration Methods for Multimodal Dialogue Response Retrieval
von: Jang, Seongbo, et al.
Veröffentlicht: (2025)

STEPER: Step-wise Knowledge Distillation for Enhancing Reasoning Ability in Multi-Step Retrieval-Augmented Language Models
von: Lee, Kyumin, et al.
Veröffentlicht: (2025)

KoDialogBench: Evaluating Conversational Understanding of Language Models with Korean Dialogue Benchmark
von: Jang, Seongbo, et al.
Veröffentlicht: (2024)

From What to Respond to When to Respond: Timely Response Generation for Open-domain Dialogue Agents
von: Jang, Seongbo, et al.
Veröffentlicht: (2025)

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

Crystal: Illuminating LLM Abilities on Language and Code
von: Tao, Tianhua, et al.
Veröffentlicht: (2024)

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

Asymmetric Goal Drift in Coding Agents Under Value Conflict
von: Saebo, Magnus, et al.
Veröffentlicht: (2026)

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

From Critique to Clarity: A Pathway to Faithful and Personalized Code Explanations with Large Language Models
von: Xu, Zexing, et al.
Veröffentlicht: (2024)

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

Co-Learning: Code Learning for Multi-Agent Reinforcement Collaborative Framework with Conversational Natural Language Interfaces
von: Yu, Jiapeng, et al.
Veröffentlicht: (2024)

BigCodeBench: Benchmarking Code Generation with Diverse Function Calls and Complex Instructions
von: Zhuo, Terry Yue, et al.
Veröffentlicht: (2024)

PERC: Plan-As-Query Example Retrieval for Underrepresented Code Generation
von: Yoo, Jaeseok, et al.
Veröffentlicht: (2024)

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

Beyond Correctness: Benchmarking Multi-dimensional Code Generation for Large Language Models
von: Zheng, Jiasheng, et al.
Veröffentlicht: (2024)

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

Code Sharing In Prediction Model Research: A Scoping Review
von: Sounack, Thomas, et al.
Veröffentlicht: (2026)

Rectifying Demonstration Shortcut in In-Context Learning
von: Jang, Joonwon, et al.
Veröffentlicht: (2024)

VHDL-Eval: A Framework for Evaluating Large Language Models in VHDL Code Generation
von: Vijayaraghavan, Prashanth, et al.
Veröffentlicht: (2024)

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

Chain-of-Programming (CoP) : Empowering Large Language Models for Geospatial Code Generation
von: Hou, Shuyang, et al.
Veröffentlicht: (2024)

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

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

CodeJudgeBench: Benchmarking LLM-as-a-Judge for Coding Tasks
von: Jiang, Hongchao, et al.
Veröffentlicht: (2025)

Advancing Language Models for Code-related Tasks
von: Tian, Zhao
Veröffentlicht: (2026)

Unifying the Perspectives of NLP and Software Engineering: A Survey on Language Models for Code
von: Zhang, Ziyin, et al.
Veröffentlicht: (2023)

Analyzing the Performance of Large Language Models on Code Summarization
von: Haldar, Rajarshi, et al.
Veröffentlicht: (2024)

WaveCoder: Widespread And Versatile Enhancement For Code Large Language Models By Instruction Tuning
von: Yu, Zhaojian, et al.
Veröffentlicht: (2023)

CodeS: Natural Language to Code Repository via Multi-Layer Sketch
von: Zan, Daoguang, et al.
Veröffentlicht: (2024)

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

CodeMind: Evaluating Large Language Models for Code Reasoning
von: Liu, Changshu, et al.
Veröffentlicht: (2024)

ICE-Score: Instructing Large Language Models to Evaluate Code
von: Zhuo, Terry Yue
Veröffentlicht: (2023)

AMR-Evol: Adaptive Modular Response Evolution Elicits Better Knowledge Distillation for Large Language Models in Code Generation
von: Luo, Ziyang, et al.
Veröffentlicht: (2024)

Mitigating Gender Bias in Code Large Language Models via Model Editing
von: Qin, Zhanyue, et al.
Veröffentlicht: (2024)

Can ChatGPT replace StackOverflow? A Study on Robustness and Reliability of Large Language Model Code Generation
von: Zhong, Li, et al.
Veröffentlicht: (2023)

Astraios: Parameter-Efficient Instruction Tuning Code Large Language Models
von: Zhuo, Terry Yue, et al.
Veröffentlicht: (2024)