Buchumschlag

Efficacy of Various Large Language Models in Generating Smart Contracts

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chatterjee, Siddhartha, Ramamurthy, Bina
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering Artificial Intelligence Computation and Language I.2.2
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Comparative Study of DSL Code Generation: Fine-Tuning vs. Optimized Retrieval Augmentation
von: Bassamzadeh, Nastaran, et al.
Veröffentlicht: (2024)

Examination of Code generated by Large Language Models
von: Beer, Robin, et al.
Veröffentlicht: (2024)

Plan with Code: Comparing approaches for robust NL to DSL generation
von: Bassamzadeh, Nastaran, et al.
Veröffentlicht: (2024)

LLM4PLC: Harnessing Large Language Models for Verifiable Programming of PLCs in Industrial Control Systems
von: Fakih, Mohamad, et al.
Veröffentlicht: (2024)

Leveraging Large Language Models for Use Case Model Generation from Software Requirements
von: Eisenreich, Tobias, et al.
Veröffentlicht: (2025)

Can ChatGPT Support Developers? An Empirical Evaluation of Large Language Models for Code Generation
von: Jin, Kailun, et al.
Veröffentlicht: (2024)

Synergy of Large Language Model and Model Driven Engineering for Automated Development of Centralized Vehicular Systems
von: Petrovic, Nenad, et al.
Veröffentlicht: (2024)

Improved IR-based Bug Localization with Intelligent Relevance Feedback
von: Samir, Asif Mohammed, et al.
Veröffentlicht: (2025)

Quantitative Analysis of Technical Debt and Pattern Violation in Large Language Model Architectures
von: Slater, Tyler
Veröffentlicht: (2025)

CodeEvolve: LLM-Driven Evolutionary Optimization with Runtime-Enriched Target Selection for Multi-Language Code Enhancement
von: Borra, Ajay Krishna, et al.
Veröffentlicht: (2026)

Proof Automation with Large Language Models
von: Lu, Minghai, et al.
Veröffentlicht: (2024)

Leveraging Test Driven Development with Large Language Models for Reliable and Verifiable Spreadsheet Code Generation: A Research Framework
von: Thorne, Simon, et al.
Veröffentlicht: (2025)

Evaluating the Limitations of Local LLMs in Solving Complex Programming Challenges
von: Matotek, Kadin, et al.
Veröffentlicht: (2025)

Automated Web Application Testing: End-to-End Test Case Generation with Large Language Models and Screen Transition Graphs
von: Le, Nguyen-Khang, et al.
Veröffentlicht: (2025)

GPT-4.1 Sets the Standard in Automated Experiment Design Using Novel Python Libraries
von: Fachada, Nuno, et al.
Veröffentlicht: (2025)

Exploring LLMs for User Story Extraction from Mockups
von: Firmenich, Diego, et al.
Veröffentlicht: (2026)

A Machine Learning Approach Towards SKILL Code Autocompletion
von: Dehaerne, Enrique, et al.
Veröffentlicht: (2023)

ATLAS: A Layered Constraint-Guided Framework for Structured Artifact Generation in LLM-Assisted MDE
von: Ma, Tong, et al.
Veröffentlicht: (2025)

Compiled AI: Deterministic Code Generation for LLM-Based Workflow Automation
von: Trooskens, Geert, et al.
Veröffentlicht: (2026)

Towards Single-System Illusion in Software-Defined Vehicles -- Automated, AI-Powered Workflow
von: Lebioda, Krzysztof, et al.
Veröffentlicht: (2024)

Mechanistic Understanding of Language Models in Syntactic Code Completion
von: Miller, Samuel, et al.
Veröffentlicht: (2025)

How AI Coding Agents Modify Code: A Large-Scale Study of GitHub Pull Requests
von: Ogenrwot, Daniel, et al.
Veröffentlicht: (2026)

CodeCompass: Navigating the Navigation Paradox in Agentic Code Intelligence
von: Paipuru, Tarakanath
Veröffentlicht: (2026)

Automating Domain-Driven Design: Experience with a Prompting Framework
von: Eisenreich, Tobias, et al.
Veröffentlicht: (2026)

Abstain and Validate: A Dual-LLM Policy for Reducing Noise in Agentic Program Repair
von: Cambronero, José, et al.
Veröffentlicht: (2025)

AcTracer: Active Testing of Large Language Model via Multi-Stage Sampling
von: Huang, Yuheng, et al.
Veröffentlicht: (2024)

Failure by Interference: Language Models Make Balanced Parentheses Errors When Faulty Mechanisms Overshadow Sound Ones
von: Rai, Daking, et al.
Veröffentlicht: (2025)

EvoGraph: Hybrid Directed Graph Evolution toward Software 3.0
von: Costa, Igor, et al.
Veröffentlicht: (2025)

QHackBench: Benchmarking Large Language Models for Quantum Code Generation Using PennyLane Hackathon Challenges
von: Basit, Abdul, et al.
Veröffentlicht: (2025)

L2MAC: Large Language Model Automatic Computer for Extensive Code Generation
von: Holt, Samuel, et al.
Veröffentlicht: (2023)

Addressing Data Leakage in HumanEval Using Combinatorial Test Design
von: Bradbury, Jeremy S., et al.
Veröffentlicht: (2024)

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

Engineering Systems for Data Analysis Using Interactive Structured Inductive Programming
von: Surana, Shraddha, et al.
Veröffentlicht: (2025)

CIFE: Code Instruction-Following Evaluation
von: Gunnu, Sravani, et al.
Veröffentlicht: (2025)

Multicalibration for LLM-based Code Generation
von: Campos, Viola, et al.
Veröffentlicht: (2025)

CELI: Controller-Embedded Language Model Interactions
von: Wagner, Jan-Samuel, et al.
Veröffentlicht: (2024)

AgenticFlict: A Large-Scale Dataset of Merge Conflicts in AI Coding Agent Pull Requests on GitHub
von: Ogenrwot, Daniel, et al.
Veröffentlicht: (2026)

Can Large Language Models Implement Agent-Based Models? An ODD-based Replication Study
von: Fachada, Nuno, et al.
Veröffentlicht: (2026)

ContractBench: Can LLM Agents Preserve Observation Contracts?
von: Wang, Jicheng, et al.
Veröffentlicht: (2026)

Vibe Code Bench: Evaluating AI Models on End-to-End Web Application Development
von: Tran, Hung, et al.
Veröffentlicht: (2026)