Buchumschlag

Large Language Models for Mobile GUI Text Input Generation: An Empirical Study

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cui, Chenhui, Li, Tao, Wang, Junjie, Chen, Chunyang, Towey, Dave, Huang, Rubing
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

Large Language Models for Automated Web-Form-Test Generation: An Empirical Study
von: Li, Tao, et al.
Veröffentlicht: (2024)

Requirements-Based Test Generation: A Comprehensive Survey
von: Yang, Zhenzhen, et al.
Veröffentlicht: (2025)

LRASGen: LLM-based RESTful API Specification Generation
von: Deng, Sida, et al.
Veröffentlicht: (2025)

LLMCFG-TGen: Using LLM-Generated Control Flow Graphs to Automatically Create Test Cases from Use Cases
von: Yang, Zhenzhen, et al.
Veröffentlicht: (2025)

Toward Cost-effective Adaptive Random Testing: An Approximate Nearest Neighbor Approach
von: Huang, Rubing, et al.
Veröffentlicht: (2023)

A Survey on Web Application Testing: A Decade of Evolution
von: Li, Tao, et al.
Veröffentlicht: (2024)

TransformCode: A Contrastive Learning Framework for Code Embedding via Subtree Transformation
von: Xian, Zixiang, et al.
Veröffentlicht: (2023)

An Effective Approach to Embedding Source Code by Combining Large Language and Sentence Embedding Models
von: Xian, Zixiang, et al.
Veröffentlicht: (2024)

LLM-Based Static Verification of Code Against Natural-Language Requirements: An Industrial Experience Report
von: Zhou, Zhi Quan, et al.
Veröffentlicht: (2026)

Software Testing with Large Language Models: Survey, Landscape, and Vision
von: Wang, Junjie, et al.
Veröffentlicht: (2023)

Don't Confuse! Redrawing GUI Navigation Flow in Mobile Apps for Visually Impaired Users
von: Zhang, Mengxi, et al.
Veröffentlicht: (2025)

Vision-Based Mobile App GUI Testing: A Survey
von: Yu, Shengcheng, et al.
Veröffentlicht: (2023)

Scenario-Guided LLM-based Mobile App GUI Testing
von: Yu, Shengcheng, et al.
Veröffentlicht: (2025)

On the Effectiveness of Training Data Optimization for LLM-based Code Generation: An Empirical Study
von: Kuang, Shiqi, et al.
Veröffentlicht: (2025)

When Large Language Models Meet UAV Projects: An Empirical Study from Developers' Perspective
von: Chen, Yihua, et al.
Veröffentlicht: (2025)

Prompting Is All You Need: Automated Android Bug Replay with Large Language Models
von: Feng, Sidong, et al.
Veröffentlicht: (2023)

Aligning Requirement for Large Language Model's Code Generation
von: Tian, Zhao, et al.
Veröffentlicht: (2025)

AccessFixer: Enhancing GUI Accessibility for Low Vision Users With R-GCN Model
von: Zhang, Mengxi, et al.
Veröffentlicht: (2025)

Guidelines for Empirical Studies in Software Engineering involving Large Language Models
von: Baltes, Sebastian, et al.
Veröffentlicht: (2025)

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

Chat-like Asserts Prediction with the Support of Large Language Model
von: Wang, Han, et al.
Veröffentlicht: (2024)

Leveraging Large Vision Language Model For Better Automatic Web GUI Testing
von: Wang, Siyi, et al.
Veröffentlicht: (2024)

Automated Commit Message Generation with Large Language Models: An Empirical Study and Beyond
von: Xue, Pengyu, et al.
Veröffentlicht: (2024)

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

Seeing is Believing: Vision-driven Non-crash Functional Bug Detection for Mobile Apps
von: Liu, Zhe, et al.
Veröffentlicht: (2024)

Fixing Large Language Models' Specification Misunderstanding for Better Code Generation
von: Tian, Zhao, et al.
Veröffentlicht: (2023)

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

From Prompts to Templates: A Systematic Prompt Template Analysis for Real-world LLMapps
von: Mao, Yuetian, et al.
Veröffentlicht: (2025)

Optimizing Knowledge Utilization for Multi-Intent Comment Generation with Large Language Models
von: Li, Shuochuan, et al.
Veröffentlicht: (2025)

Cottontail: Large Language Model-Driven Concolic Execution for Highly Structured Test Input Generation
von: Tu, Haoxin, et al.
Veröffentlicht: (2025)

Test Script Intention Generation for Mobile Application via GUI Image and Code Understanding
von: Yu, Shengcheng, et al.
Veröffentlicht: (2021)

Improving Deep Assertion Generation via Fine-Tuning Retrieval-Augmented Pre-trained Language Models
von: Zhang, Quanjun, et al.
Veröffentlicht: (2025)

Order Matters! An Empirical Study on Large Language Models' Input Order Bias in Software Fault Localization
von: Rafi, Md Nakhla, et al.
Veröffentlicht: (2024)

Enhancing GUI Exploration Coverage of Android Apps with Deep Link-Integrated Monkey
von: Hu, Han, et al.
Veröffentlicht: (2024)

DynaMO: Protecting Mobile DL Models through Coupling Obfuscated DL Operators
von: Zhou, Mingyi, et al.
Veröffentlicht: (2024)

Beyond Autoregression: An Empirical Study of Diffusion Large Language Models for Code Generation
von: Li, Chengze, et al.
Veröffentlicht: (2025)

Metamorphic Relation Generation: State of the Art and Visions for Future Research
von: Li, Rui, et al.
Veröffentlicht: (2024)

Repair Ingredients Are All You Need: Improving Large Language Model-Based Program Repair via Repair Ingredients Search
von: Zhang, Jiayi, et al.
Veröffentlicht: (2025)

On the Evaluation of Large Language Models in Unit Test Generation
von: Yang, Lin, et al.
Veröffentlicht: (2024)

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