Buchumschlag

CodeScore-R: An Automated Robustness Metric for Assessing the FunctionalCorrectness of Code Synthesis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Guang, Zhou, Yu, Chen, Xiang, Zhang, Xiangyu
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

CodeScore: Evaluating Code Generation by Learning Code Execution
von: Dong, Yihong, et al.
Veröffentlicht: (2023)

CODE-DITING: A Reasoning-Based Metric for Functional Alignment in Code Evaluation
von: Yang, Guang, et al.
Veröffentlicht: (2025)

Chain-of-Thought in Neural Code Generation: From and For Lightweight Language Models
von: Yang, Guang, et al.
Veröffentlicht: (2023)

Less is More: DocString Compression in Code Generation
von: Yang, Guang, et al.
Veröffentlicht: (2024)

Defending Code Language Models against Backdoor Attacks with Deceptive Cross-Entropy Loss
von: Yang, Guang, et al.
Veröffentlicht: (2024)

Less is More: Towards Green Code Large Language Models via Unified Structural Pruning
von: Yang, Guang, et al.
Veröffentlicht: (2024)

Figma2Code: Automating Multimodal Design to Code in the Wild
von: Gui, Yi, et al.
Veröffentlicht: (2026)

On the Effectiveness of Code Representation in Deep Learning-Based Automated Patch Correctness Assessment
von: Zhang, Quanjun, et al.
Veröffentlicht: (2026)

Integrating Code Metrics into Automated Documentation Generation for Computational Notebooks
von: Ghahfarokhi, Mojtaba Mostafavi, et al.
Veröffentlicht: (2026)

UICopilot: Automating UI Synthesis via Hierarchical Code Generation from Webpage Designs
von: Gui, Yi, et al.
Veröffentlicht: (2025)

Assessing the Impact of Requirement Ambiguity on LLM-based Function-Level Code Generation
von: Yang, Di, et al.
Veröffentlicht: (2026)

Assessing Correctness in LLM-Based Code Generation via Uncertainty Estimation
von: Sharma, Arindam, et al.
Veröffentlicht: (2025)

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

Semantic Consensus Decoding: Backdoor Defense for Verilog Code Generation
von: Yang, Guang, et al.
Veröffentlicht: (2026)

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

ATLAS: Automated Toolkit for Large-Scale Verified Code Synthesis
von: Baksys, Mantas, et al.
Veröffentlicht: (2025)

Enhancing and Reporting Robustness Boundary of Neural Code Models for Intelligent Code Understanding
von: Han, Tingxu, et al.
Veröffentlicht: (2026)

Beyond Functional Correctness: Exploring Hallucinations in LLM-Generated Code
von: Liu, Fang, et al.
Veröffentlicht: (2024)

From Mirage to Grounding: Towards Reliable Multimodal Circuit-to-Verilog Code Generation
von: Yang, Guang, et al.
Veröffentlicht: (2026)

Assessing Coherency and Consistency of Code Execution Reasoning by Large Language Models
von: Liu, Changshu, et al.
Veröffentlicht: (2025)

Beyond Code Generation: Assessing Code LLM Maturity with Postconditions
von: He, Fusen, et al.
Veröffentlicht: (2024)

Automating Database-Native Function Code Synthesis with LLMs
von: Zhou, Wei, et al.
Veröffentlicht: (2026)

Software Code Quality Measurement: Implications from Metric Distributions
von: Jin, Siyuan, et al.
Veröffentlicht: (2023)

Assessing, Exploiting, and Mitigating Syntactic Robustness Failures in LLM-Based Code Generation
von: Sarker, Laboni, et al.
Veröffentlicht: (2024)

UniCoR: Modality Collaboration for Robust Cross-Language Hybrid Code Retrieval
von: Yang, Yang, et al.
Veröffentlicht: (2025)

Bridging Design and Development with Automated Declarative UI Code Generation
von: Zhou, Ting, et al.
Veröffentlicht: (2024)

PuzzleMark: Implicit Jigsaw Learning for Robust Code Dataset Watermarking in Neural Code Completion Models
von: Huang, Haocheng, et al.
Veröffentlicht: (2026)

Automated Code Review In Practice
von: Cihan, Umut, et al.
Veröffentlicht: (2024)

CodeMMLU: A Multi-Task Benchmark for Assessing Code Understanding & Reasoning Capabilities of CodeLLMs
von: Manh, Dung Nguyen, et al.
Veröffentlicht: (2024)

Inducing Vulnerable Code Generation in LLM Coding Assistants
von: Zeng, Binqi, et al.
Veröffentlicht: (2025)

Assessing Code Generation with Intermediate Languages
von: Deng, Xun, et al.
Veröffentlicht: (2024)

ACECode: A Reinforcement Learning Framework for Aligning Code Efficiency and Correctness in Code Language Models
von: Yang, Chengran, et al.
Veröffentlicht: (2024)

Assessing Vulnerability in Smart Contracts: The Role of Code Complexity Metrics in Security Analysis
von: Tehrani, Masoud Jamshidiyan
Veröffentlicht: (2024)

Ensemble-Based Uncertainty Estimation for Code Correctness Estimation
von: Wei, Yunxiang, et al.
Veröffentlicht: (2026)

GraphCue for SDN Configuration Code Synthesis
von: Qi, Haomin, et al.
Veröffentlicht: (2025)

CodeChemist: Functional Knowledge Transfer for Low-Resource Code Generation via Test-Time Scaling
von: Wang, Kaixin, et al.
Veröffentlicht: (2025)

Automating the Correctness Assessment of AI-generated Code for Security Contexts
von: Cotroneo, Domenico, et al.
Veröffentlicht: (2023)

When "Correct" Is Not Safe: Can We Trust Functionally Correct Patches Generated by Code Agents?
von: Peng, Yibo, et al.
Veröffentlicht: (2025)

Contextualized Code Pretraining for Code Generation
von: Liu, Chen, et al.
Veröffentlicht: (2026)

PSD2Code: Automated Front-End Code Generation from Design Files via Multimodal Large Language Models
von: Chen, Yongxi, et al.
Veröffentlicht: (2025)