Buchumschlag

Calibration of Large Language Models on Code Summarization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Virk, Yuvraj, Devanbu, Premkumar, Ahmed, Toufique
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Automatic Semantic Augmentation of Language Model Prompts (for Code Summarization)
von: Ahmed, Toufique, et al.
Veröffentlicht: (2023)

CoDocBench: A Dataset for Code-Documentation Alignment in Software Maintenance
von: Pai, Kunal, et al.
Veröffentlicht: (2025)

Towards Understanding What Code Language Models Learned
von: Ahmed, Toufique, et al.
Veröffentlicht: (2023)

Can LLMs Replace Manual Annotation of Software Engineering Artifacts?
von: Ahmed, Toufique, et al.
Veröffentlicht: (2024)

Studying LLM Performance on Closed- and Open-source Data
von: Ahmed, Toufique, et al.
Veröffentlicht: (2024)

Ecosystem of Large Language Models for Code
von: Yang, Zhou, et al.
Veröffentlicht: (2024)

Trojans in Large Language Models of Code: A Critical Review through a Trigger-Based Taxonomy
von: Hussain, Aftab, et al.
Veröffentlicht: (2024)

Prompting and Fine-tuning Large Language Models for Automated Code Review Comment Generation
von: Haider, Md. Asif, et al.
Veröffentlicht: (2024)

Calibration and Correctness of Language Models for Code
von: Spiess, Claudio, et al.
Veröffentlicht: (2024)

Robustness, Security, Privacy, Explainability, Efficiency, and Usability of Large Language Models for Code
von: Yang, Zhou, et al.
Veröffentlicht: (2024)

Localized Calibrated Uncertainty in Code Language Models
von: Gros, David, et al.
Veröffentlicht: (2025)

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

A Survey of Trojans in Neural Models of Source Code: Taxonomy and Techniques
von: Hussain, Aftab, et al.
Veröffentlicht: (2023)

Mercury: A Code Efficiency Benchmark for Code Large Language Models
von: Du, Mingzhe, et al.
Veröffentlicht: (2024)

Bridging Code Graphs and Large Language Models for Better Code Understanding
von: Chen, Zeqi, et al.
Veröffentlicht: (2025)

CodeReviewQA: The Code Review Comprehension Assessment for Large Language Models
von: Lin, Hong Yi, et al.
Veröffentlicht: (2025)

AutoCodeBench: Large Language Models are Automatic Code Benchmark Generators
von: Chou, Jason, et al.
Veröffentlicht: (2025)

RepairAgent: An Autonomous, LLM-Based Agent for Program Repair
von: Bouzenia, Islem, et al.
Veröffentlicht: (2024)

TDD-Bench Verified: Can LLMs Generate Tests for Issues Before They Get Resolved?
von: Ahmed, Toufique, et al.
Veröffentlicht: (2024)

CodeJudge-Eval: Can Large Language Models be Good Judges in Code Understanding?
von: Zhao, Yuwei, et al.
Veröffentlicht: (2024)

Assertion-Aware Test Code Summarization with Large Language Models
von: Mollah, Anamul Haque, et al.
Veröffentlicht: (2025)

Large Language Models for Code Summarization
von: Szalontai, Balázs, et al.
Veröffentlicht: (2024)

Leveraging Print Debugging to Improve Code Generation in Large Language Models
von: Hu, Xueyu, et al.
Veröffentlicht: (2024)

A Survey of using Large Language Models for Generating Infrastructure as Code
von: Srivatsa, Kalahasti Ganesh, et al.
Veröffentlicht: (2024)

Enhanced Automated Code Vulnerability Repair using Large Language Models
von: de-Fitero-Dominguez, David, et al.
Veröffentlicht: (2024)

InstructCoder: Instruction Tuning Large Language Models for Code Editing
von: Li, Kaixin, et al.
Veröffentlicht: (2023)

Is Your AI-Generated Code Really Safe? Evaluating Large Language Models on Secure Code Generation with CodeSecEval
von: Wang, Jiexin, et al.
Veröffentlicht: (2024)

What's Wrong with Your Code Generated by Large Language Models? An Extensive Study
von: Dou, Shihan, et al.
Veröffentlicht: (2024)

ScaleBox: Enabling High-Fidelity and Scalable Code Verification for Large Language Models
von: Zheng, Jiasheng, et al.
Veröffentlicht: (2026)

Semantic Source Code Segmentation using Small and Large Language Models
von: Dahou, Abdelhalim, et al.
Veröffentlicht: (2025)

CodeOCR: On the Effectiveness of Vision Language Models in Code Understanding
von: Shi, Yuling, et al.
Veröffentlicht: (2026)

Novel Preprocessing Technique for Data Embedding in Engineering Code Generation Using Large Language Model
von: Lin, Yu-Chen, et al.
Veröffentlicht: (2023)

CodeJudge: Evaluating Code Generation with Large Language Models
von: Tong, Weixi, et al.
Veröffentlicht: (2024)

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

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

LongCodeZip: Compress Long Context for Code Language Models
von: Shi, Yuling, et al.
Veröffentlicht: (2025)

R2C2-Coder: Enhancing and Benchmarking Real-world Repository-level Code Completion Abilities of Code Large Language Models
von: Deng, Ken, et al.
Veröffentlicht: (2024)

HumanEval Pro and MBPP Pro: Evaluating Large Language Models on Self-invoking Code Generation
von: Yu, Zhaojian, et al.
Veröffentlicht: (2024)

EnStack: An Ensemble Stacking Framework of Large Language Models for Enhanced Vulnerability Detection in Source Code
von: Ridoy, Shahriyar Zaman, et al.
Veröffentlicht: (2024)

Using Large Language Models for Student-Code Guided Test Case Generation in Computer Science Education
von: Kumar, Nischal Ashok, et al.
Veröffentlicht: (2024)