Buchumschlag

Creative and Correct: Requesting Diverse Code Solutions from AI Foundation Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Blyth, Scott, Wagner, Markus, Treude, Christoph
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering D.2.3
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Characterizing JavaScript Security Code Smells
von: Kambhampati, Vikas, et al.
Veröffentlicht: (2024)

Knowledge-Aware Code Generation with Large Language Models
von: Huang, Tao, et al.
Veröffentlicht: (2024)

Enhancing Code Generation Performance of Smaller Models by Distilling the Reasoning Ability of LLMs
von: Sun, Zhihong, et al.
Veröffentlicht: (2024)

Dear Diary: A randomized controlled trial of Generative AI coding tools in the workplace
von: Butler, Jenna, et al.
Veröffentlicht: (2024)

On the Impact of AGENTS.md Files on the Efficiency of AI Coding Agents
von: Lulla, Jai Lal, et al.
Veröffentlicht: (2026)

Enhancing Python Programming Education with an AI-Powered Code Helper: Design, Implementation, and Impact
von: Amiri, Sayed Mahbub Hasan, et al.
Veröffentlicht: (2025)

Advancing GenAI Assisted Programming--A Comparative Study on Prompt Efficiency and Code Quality Between GPT-4 and GLM-4
von: Yang, Angus, et al.
Veröffentlicht: (2024)

A Survey of Deep Learning Based Software Refactoring
von: Nyirongo, Bridget, et al.
Veröffentlicht: (2024)

The Case for HTML First Web Development
von: Vepsäläinen, Juho
Veröffentlicht: (2026)

Anchor Attention, Small Cache: Code Generation with Large Language Models
von: Zhang, Xiangyu, et al.
Veröffentlicht: (2024)

Static Analysis as a Feedback Loop: Enhancing LLM-Generated Code Beyond Correctness
von: Blyth, Scott, et al.
Veröffentlicht: (2025)

A RAG Method for Source Code Inquiry Tailored to Long-Context LLMs
von: Kamiya, Toshihiro
Veröffentlicht: (2024)

CodeCompass: Navigating the Navigation Paradox in Agentic Code Intelligence
von: Paipuru, Tarakanath
Veröffentlicht: (2026)

Source Code Hotspots: A Diagnostic Method for Quality Issues
von: Muzammil, Saleha, et al.
Veröffentlicht: (2026)

Can Large-Language Models Help us Better Understand and Teach the Development of Energy-Efficient Software?
von: Hasler, Ryan, et al.
Veröffentlicht: (2024)

DAInfer+: Neurosymbolic Inference of API Specifications from Documentation via Embedding Models
von: Masoudian, Maryam, et al.
Veröffentlicht: (2026)

Distilling Desired Comments for Enhanced Code Review with Large Language Models
von: Yu, Yongda, et al.
Veröffentlicht: (2024)

Code Review as Decision-Making -- Building a Cognitive Model from the Questions Asked During Code Review
von: Heander, Lo Gullstrand, et al.
Veröffentlicht: (2025)

Code Documentation and Analysis to Secure Software Development
von: Attie, Paul, et al.
Veröffentlicht: (2024)

An Empirical Study on Usage and Perceptions of LLMs in a Software Engineering Project
von: Rasnayaka, Sanka, et al.
Veröffentlicht: (2024)

Analysis of Student-LLM Interaction in a Software Engineering Project
von: Naman, Agrawal, et al.
Veröffentlicht: (2025)

SIADAFIX: issue description response for adaptive program repair
von: Cao, Xin, et al.
Veröffentlicht: (2025)

(R)evolution of Programming: Vibe Coding as a Post-Coding Paradigm
von: Krings, Kevin, et al.
Veröffentlicht: (2025)

Code Less to Code More: Streamlining Language Server Protocol and Type System Development for Language Families
von: Bruzzone, Federico, et al.
Veröffentlicht: (2025)

DeepCodeProbe: Towards Understanding What Models Trained on Code Learn
von: Majdinasab, Vahid, et al.
Veröffentlicht: (2024)

How to Drawjectory? -- Trajectory Planning using Programming by Demonstration
von: Alkewitz, Leonhard, et al.
Veröffentlicht: (2024)

Fine-Tuning LLMs to Analyze Multiple Dimensions of Code Review: A Maximum Entropy Regulated Long Chain-of-Thought Approach
von: Yu, Yongda, et al.
Veröffentlicht: (2025)

AI-assisted JSON Schema Creation and Mapping
von: Neubauer, Felix, et al.
Veröffentlicht: (2025)

Icing on the Cake: Automatic Code Summarization at Ericsson
von: Sridhara, Giriprasad, et al.
Veröffentlicht: (2024)

Commenting Higher-level Code Unit: Full Code, Reduced Code, or Hierarchical Code Summarization
von: Sun, Weisong, et al.
Veröffentlicht: (2025)

Source Code Summarization in the Era of Large Language Models
von: Sun, Weisong, et al.
Veröffentlicht: (2024)

DPS: Design Pattern Summarisation Using Code Features
von: Nazar, Najam, et al.
Veröffentlicht: (2025)

LLMCup: Ranking-Enhanced Comment Updating with LLMs
von: Ge, Hua, et al.
Veröffentlicht: (2025)

ESALE: Enhancing Code-Summary Alignment Learning for Source Code Summarization
von: Fang, Chunrong, et al.
Veröffentlicht: (2024)

Enhancing LLM Code Generation Capabilities through Test-Driven Development and Code Interpreter
von: Jalil, Sajed, et al.
Veröffentlicht: (2025)

Eliminating Backdoors in Neural Code Models for Secure Code Understanding
von: Sun, Weisong, et al.
Veröffentlicht: (2024)

Unified Modeling Language Code Generation from Diagram Images Using Multimodal Large Language Models
von: Bates, Averi, et al.
Veröffentlicht: (2025)

LLMLOOP: Improving LLM-Generated Code and Tests through Automated Iterative Feedback Loops
von: Ravi, Ravin, et al.
Veröffentlicht: (2026)

Model-Driven Rapid Prototyping for Control Algorithms with the GIPS Framework (System Description)
von: Kratz, Maximilian, et al.
Veröffentlicht: (2025)

Teaching Complex Systems based on Microservices
von: Ferreira, Renato Cordeiro, et al.
Veröffentlicht: (2025)