Buchumschlag

An Empirical Study on JIT Defect Prediction Based on BERT-style Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guo, Yuxiang, Gao, Xiaopeng, Jiang, Bo
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

Cluster-guided LLM-Based Anonymization of Software Analytics Data: Studying Privacy-Utility Trade-offs in JIT Defect Prediction
von: Khan, Maaz, et al.
Veröffentlicht: (2025)

Java JIT Testing with Template Extraction
von: Zang, Zhiqiang, et al.
Veröffentlicht: (2024)

Understanding and Finding JIT Compiler Performance Bugs
von: Yi, Zijian, et al.
Veröffentlicht: (2026)

Pattern-Based Peephole Optimizations with Java JIT Tests
von: Zang, Zhiqiang, et al.
Veröffentlicht: (2024)

An Empirical Study of the Impact of Test Strategies on Online Optimization for Ensemble-Learning Defect Prediction
von: Hamamoto, Kensei, et al.
Veröffentlicht: (2024)

On the Compression of Language Models for Code: An Empirical Study on CodeBERT
von: d'Aloisio, Giordano, et al.
Veröffentlicht: (2024)

An Empirical Study on the Potential of LLMs in Automated Software Refactoring
von: Liu, Bo, et al.
Veröffentlicht: (2024)

Software Vulnerability Prediction in Low-Resource Languages: An Empirical Study of CodeBERT and ChatGPT
von: Le, Triet H. M., et al.
Veröffentlicht: (2024)

Building Defect Prediction Models by Online Learning Considering Defect Overlooking
von: Fedorov, Nikolay, et al.
Veröffentlicht: (2024)

An Empirical Study on Common Defects in Modern Web Browsers Using Knowledge Embedding in GPT-4o
von: Singh, Rahul, et al.
Veröffentlicht: (2025)

A Joint Learning Framework for Bridging Defect Prediction and Interpretation
von: Xu, Guifang, et al.
Veröffentlicht: (2025)

Defect Category Prediction Based on Multi-Source Domain Adaptation
von: Xing, Ying, et al.
Veröffentlicht: (2024)

Prediction Model of Motivators and Demotivators of Integrating Large Language Models in Software Engineering Education: An Empirical Study
von: Khan, Maryam, et al.
Veröffentlicht: (2026)

An Empirical Study on Challenges for LLM Application Developers
von: Chen, Xiang, et al.
Veröffentlicht: (2024)

An Empirical Study on Code Review Activity Prediction and Its Impact in Practice
von: Olewicki, Doriane, et al.
Veröffentlicht: (2024)

An Empirical Study of LLM-Based Code Clone Detection
von: Zhu, Wenqing, et al.
Veröffentlicht: (2025)

Exploring the Jupyter Ecosystem: An Empirical Study of Bugs and Vulnerabilities
von: Jiang, Wenyuan, et al.
Veröffentlicht: (2025)

Search Budget in Multi-Objective Refactoring Optimization: a Model-Based Empirical Study
von: Di Pompeo, Daniele, et al.
Veröffentlicht: (2022)

An Empirical Study on Influence-Based Pretraining Data Selection for Code Large Language Models
von: Xing, Chengli, et al.
Veröffentlicht: (2026)

Measuring Impacts of Poisoning on Model Parameters and Neuron Activations: A Case Study of Poisoning CodeBERT
von: Hussain, Aftab, et al.
Veröffentlicht: (2024)

LLMs are Bug Replicators: An Empirical Study on LLMs' Capability in Completing Bug-prone Code
von: Guo, Liwei, et al.
Veröffentlicht: (2025)

LLM-based Vulnerability Detection at Project Scale: An Empirical Study
von: Li, Fengjie, et al.
Veröffentlicht: (2026)

Tree-Based versus Hybrid Graphical-Textual Model Editors: An Empirical Study of Testing Specifications
von: Predoaia, Ionut, et al.
Veröffentlicht: (2024)

Large Language Models for Fault Localization: An Empirical Study
von: Xiao, YingJian, et al.
Veröffentlicht: (2025)

Feature Importance in the Context of Traditional and Just-In-Time Software Defect Prediction Models
von: Haldar, Susmita, et al.
Veröffentlicht: (2024)

An Empirical Study of Retrieval-Augmented Code Generation: Challenges and Opportunities
von: Yang, Zezhou, et al.
Veröffentlicht: (2025)

Revisiting Vulnerability Patch Localization: An Empirical Study and LLM-Based Solution
von: Xu, Haoran, et al.
Veröffentlicht: (2025)

The Impact of Defect (Re) Prediction on Software Testing
von: Murakami, Yukasa, et al.
Veröffentlicht: (2024)

An Empirical Study on the Code Refactoring Capability of Large Language Models
von: Cordeiro, Jonathan, et al.
Veröffentlicht: (2024)

Crash Report Enhancement with Large Language Models: An Empirical Study
von: Fahim, S M Farah Al, et al.
Veröffentlicht: (2025)

When Data Quality Issues Collide: A Large-Scale Empirical Study of Co-Occurring Data Quality Issues in Software Defect Prediction
von: Dapaah, Emmanuel Charleson, et al.
Veröffentlicht: (2025)

Out of style: Misadventures with LLMs and code style transfer
von: Munson, Karl, et al.
Veröffentlicht: (2024)

On Autopilot? An Empirical Study of Human-AI Teaming and Review Practices in Open Source
von: Gao, Haoyu, et al.
Veröffentlicht: (2026)

Exploring the Effectiveness of LLMs in Automated Logging Generation: An Empirical Study
von: Li, Yichen, et al.
Veröffentlicht: (2023)

Model Compression vs. Adversarial Robustness: An Empirical Study on Language Models for Code
von: Awal, Md. Abdul, et al.
Veröffentlicht: (2025)

LLM Based Web Accessibility Repair: An Empirical Study of Detection, Remediation, and Cost
von: Oyelayo, Oluwatoyosi, et al.
Veröffentlicht: (2026)

An Empirical Study of Java Code Improvements Based on Stack Overflow Answer Edits
von: Wiratsin, In-on, et al.
Veröffentlicht: (2025)

An Empirical Study on Embodied Artificial Intelligence Robot (EAIR) Software Bugs
von: Liao, Zeqin, et al.
Veröffentlicht: (2025)

Cascade Generalization-based Classifiers for Software Defect Prediction
von: Bashir, Aminat, et al.
Veröffentlicht: (2024)

An Audit of Machine Learning Experiments on Software Defect Prediction
von: Destefanis, Giuseppe, et al.
Veröffentlicht: (2026)