Buchumschlag

CITADEL: Context Similarity Based Deep Learning Framework Bug Finding

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Xiaoyu, Zhai, Juan, Ma, Shiqing, Wang, Shiwei, Shen, Chao
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

DREAM: Debugging and Repairing AutoML Pipelines
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2023)

An Empirical Study of Bugs in Modern LLM Agent Frameworks
von: Zhu, Xinxue, et al.
Veröffentlicht: (2026)

The Foundation Cracks: A Comprehensive Study on Bugs and Testing Practices in LLM Libraries
von: Jiang, Weipeng, et al.
Veröffentlicht: (2025)

BugScope: Learn to Find Bugs Like Human
von: Guo, Jinyao, et al.
Veröffentlicht: (2025)

Efficient DNN-Powered Software with Fair Sparse Models
von: Gao, Xuanqi, et al.
Veröffentlicht: (2024)

Weaponizing the Commons: A Taxonomy and Detection Framework of Abuse on GitHub
von: Cheng, Yuli, et al.
Veröffentlicht: (2026)

Toward Understanding Deep Learning Framework Bugs
von: Chen, Junjie, et al.
Veröffentlicht: (2022)

From Effectiveness to Efficiency: Uncovering Linguistic Bias in Large Language Model-based Code Generation
von: Jiang, Weipeng, et al.
Veröffentlicht: (2024)

False Friends in the Shell: Unveiling the Emoticon Semantic Confusion in Large Language Models
von: Jiang, Weipeng, et al.
Veröffentlicht: (2026)

Rethinking Technology Stack Selection with AI Coding Proficiency
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2025)

Deep Learning Based Concurrency Bug Detection and Localization
von: Feng, Zuocheng, et al.
Veröffentlicht: (2025)

ASSURE: Metamorphic Testing for AI-powered Browser Extensions
von: Gao, Xuanqi, et al.
Veröffentlicht: (2025)

Finding Cross-rule Optimization Bugs in Datalog Engines
von: Zhang, Chi, et al.
Veröffentlicht: (2024)

The Invisible Hand: Unveiling Provider Bias in Large Language Models for Code Generation
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2025)

LLM-Powered Silent Bug Fuzzing in Deep Learning Libraries via Versatile and Controlled Bug Transfer
von: Zhang, Kunpeng, et al.
Veröffentlicht: (2026)

Checker Bug Detection and Repair in Deep Learning Libraries
von: Harzevili, Nima Shiri, et al.
Veröffentlicht: (2024)

Understanding and Finding JIT Compiler Performance Bugs
von: Yi, Zijian, et al.
Veröffentlicht: (2026)

A Comprehensive Study of Bugs in Modern Distributed Deep Learning Systems
von: Ma, Xiaoxue, et al.
Veröffentlicht: (2025)

Mutation-Based Deep Learning Framework Testing Method in JavaScript Environment
von: Zou, Yinglong, et al.
Veröffentlicht: (2024)

DESIL: Detecting Silent Bugs in MLIR Compiler Infrastructure
von: Suo, Chenyao, et al.
Veröffentlicht: (2025)

Deep Learning Framework Testing via Heuristic Guidance Based on Multiple Model Measurements
von: Zou, Yinglong, et al.
Veröffentlicht: (2025)

Towards Understanding the Bugs in Solidity Compiler
von: Ma, Haoyang, et al.
Veröffentlicht: (2024)

Understanding LLM-Centric Challenges for Deep Learning Frameworks: An Empirical Analysis
von: Mu, Yanzhou, et al.
Veröffentlicht: (2025)

GPU Temperature Simulation-Based Testing for In-Vehicle Deep Learning Frameworks
von: Zou, Yinglong, et al.
Veröffentlicht: (2025)

An Annotation-based Approach for Finding Bugs in Neural Network Programs
von: Rezaalipour, Mohammad, et al.
Veröffentlicht: (2021)

Leveraging Data Characteristics for Bug Localization in Deep Learning Programs
von: Manke, Ruchira, et al.
Veröffentlicht: (2024)

Towards Understanding the Challenges of Bug Localization in Deep Learning Systems
von: Jahan, Sigma, et al.
Veröffentlicht: (2024)

RFCAudit: An LLM Agent for Functional Bug Detection in Network Protocols
von: Zheng, Mingwei, et al.
Veröffentlicht: (2025)

Finding XPath Bugs in XML Document Processors via Differential Testing
von: Li, Shuxin, et al.
Veröffentlicht: (2024)

DevMuT: Testing Deep Learning Framework via Developer Expertise-Based Mutation
von: Mu, Yanzhou, et al.
Veröffentlicht: (2025)

Agentic Property-Based Testing: Finding Bugs Across the Python Ecosystem
von: Maaz, Muhammad, et al.
Veröffentlicht: (2025)

An End-to-End Approach for Fixing Concurrency Bugs via SHB-Based Context Extractor
von: Li, Zhuang, et al.
Veröffentlicht: (2026)

LineBreaker: Finding Token-Inconsistency Bugs with Large Language Models
von: Chen, Hongbo, et al.
Veröffentlicht: (2024)

Scalpel: Automotive Deep Learning Framework Testing via Assembling Model Components
von: Zou, Yinglong, et al.
Veröffentlicht: (2025)

Deep Learning Library Testing: Definition, Methods and Challenges
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2024)

Towards Understanding the Impact of Data Bugs on Deep Learning Models in Software Engineering
von: Shah, Mehil B, et al.
Veröffentlicht: (2024)

MirrorFuzz: Leveraging LLM and Shared Bugs for Deep Learning Framework APIs Fuzzing
von: Ou, Shiwen, et al.
Veröffentlicht: (2025)

Finding Compiler Bugs through Cross-Language Code Generator and Differential Testing
von: Feng, Qiong, et al.
Veröffentlicht: (2025)

Hints Help Finding and Fixing Bugs Differently in Python and Text-based Program Representations
von: Rawal, Ruchit, et al.
Veröffentlicht: (2024)

Continuously Learning Bug Locations
von: Mindom, Paulina Stevia Nouwou, et al.
Veröffentlicht: (2024)