Buchumschlag

A RAG Method for Source Code Inquiry Tailored to Long-Context LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Kamiya, Toshihiro
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering 68-04 D.2.3; D.2.5
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

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

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

A Prompt Learning Framework for Source Code Summarization
von: Xu, Tingting, et al.
Veröffentlicht: (2023)

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

Knowledge-Guided Multi-Agent Framework for Automated Requirements Development: A Vision
von: Huang, Jiangping, 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)

The Transformative Influence of LLMs on Software Development & Developer Productivity
von: Jalil, Sajed
Veröffentlicht: (2023)

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

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

SmellBench: Evaluating LLM Agents on Architectural Code Smell Repair
von: Dinu, Ion George, et al.
Veröffentlicht: (2026)

Fuzzy Logic Guided Reward Function Variation: An Oracle for Testing Reinforcement Learning Programs
von: Zhang, Shiyu, et al.
Veröffentlicht: (2024)

Highly Interactive Testing for Uninterrupted Development Flow
von: Tropin, Andrew
Veröffentlicht: (2025)

A Methodological Analysis of Empirical Studies in Quantum Software Testing
von: Li, Yuechen, et al.
Veröffentlicht: (2026)

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

xML-workFlow: an end-to-end explainable scikit-learn workflow for rapid biomedical experimentation
von: Tran, Khoa A., et al.
Veröffentlicht: (2025)

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

CETBench: A Novel Dataset constructed via Transformations over Programs for Benchmarking LLMs for Code-Equivalence Checking
von: Oza, Neeva, et al.
Veröffentlicht: (2025)

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

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

The Right Prompts for the Job: Repair Code-Review Defects with Large Language Model
von: Zhao, Zelin, et al.
Veröffentlicht: (2023)

Talk is Cheap, Logic is Hard: Benchmarking LLMs on Post-Condition Formalization
von: Prasetya, I. S. W. B., et al.
Veröffentlicht: (2026)

Experience with GitHub Copilot for Developer Productivity at Zoominfo
von: Bakal, Gal, et al.
Veröffentlicht: (2025)

Bug In the Code Stack: Can LLMs Find Bugs in Large Python Code Stacks
von: Lee, Hokyung, et al.
Veröffentlicht: (2024)

Evaluating Developer-written Unit Test Case Reduction for Java -- A Replication Study
von: Le, Tuan D, et al.
Veröffentlicht: (2025)

DRS-OSS: Practical Diff Risk Scoring with LLMs
von: Sayedsalehi, Ali, et al.
Veröffentlicht: (2025)

Trace Validation of Unmodified Concurrent Systems with OmniLink
von: Hackett, Finn, et al.
Veröffentlicht: (2026)

Preprocessing is All You Need: Boosting the Performance of Log Parsers With a General Preprocessing Framework
von: Qin, Qiaolin, et al.
Veröffentlicht: (2024)

Directed Grammar-Based Test Generation
von: Kirschner, Lukas, et al.
Veröffentlicht: (2025)

AdvFusion: Adapter-based Knowledge Transfer for Code Summarization on Code Language Models
von: Saberi, Iman, et al.
Veröffentlicht: (2023)

Utilizing Precise and Complete Code Context to Guide LLM in Automatic False Positive Mitigation
von: Chen, Jinbao, et al.
Veröffentlicht: (2024)

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

Assessing Reliability of Statistical Maximum Coverage Estimators in Fuzzing
von: Liyanage, Danushka, et al.
Veröffentlicht: (2025)

Contribution Rate Imputation Theory: A Conceptual Model
von: Bishop III, Vincil, et al.
Veröffentlicht: (2024)

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

Creative and Correct: Requesting Diverse Code Solutions from AI Foundation Models
von: Blyth, Scott, et al.
Veröffentlicht: (2024)

React-ing to Grace Hopper 200: Five Open-Weights Coding Models, One React Native App, One GH200, One Weekend
von: Potanin, Alex
Veröffentlicht: (2026)

Synthesizing Performance Constraints for Evaluating and Improving Code Efficiency
von: Yang, Jun, et al.
Veröffentlicht: (2025)

Evaluating Software Contribution Quality: Time-to-Modification Theory
von: Bishop III, Vincil, et al.
Veröffentlicht: (2024)