Buchumschlag

Automatic Categorization of GitHub Actions with Transformers and Few-shot Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nguyen, Phuong T., Di Rocco, Juri, Di Sipio, Claudio, Shakya, Mudita, Di Ruscio, Davide, Di Penta, Massimiliano
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

Teamwork makes the dream work: LLMs-Based Agents for GitHub README.MD Summarization
von: Nguyen, Duc S. H., et al.
Veröffentlicht: (2025)

On the use of Large Language Models in Model-Driven Engineering
von: Di Rocco, Juri, et al.
Veröffentlicht: (2024)

Automated categorization of pre-trained models for software engineering: A case study with a Hugging Face dataset
von: Di Sipio, Claudio, et al.
Veröffentlicht: (2024)

Exploring User Privacy Awareness on GitHub: An Empirical Study
von: Alfieri, Costanza, et al.
Veröffentlicht: (2024)

Addressing Popularity Bias in Third-Party Library Recommendations Using LLMs
von: Di Sipio, Claudio, et al.
Veröffentlicht: (2025)

Augmenting Software Bills of Materials with Software Vulnerability Description: A Preliminary Study on GitHub
von: Fucci, Davide, et al.
Veröffentlicht: (2025)

Detecting Malicious Source Code in PyPI Packages with LLMs: Does RAG Come in Handy?
von: Ibiyo, Motunrayo, et al.
Veröffentlicht: (2025)

Many Hands Make Light Work: An LLM-based Multi-Agent System for Detecting Malicious PyPI Packages
von: Zeshan, Muhammad Umar, et al.
Veröffentlicht: (2026)

How fair are we? From conceptualization to automated assessment of fairness definitions
von: d'Aloisio, Giordano, et al.
Veröffentlicht: (2024)

Investigating the Role of LLMs Hyperparameter Tuning and Prompt Engineering to Support Domain Modeling
von: Bulhakov, Vladyslav, et al.
Veröffentlicht: (2025)

Simplicity by Obfuscation: Evaluating LLM-Driven Code Transformation with Semantic Elasticity
von: De Tomasi, Lorenzo, et al.
Veröffentlicht: (2025)

Chaos Engineering in the Wild: Findings from GitHub
von: Owotogbe, Joshua, et al.
Veröffentlicht: (2025)

When simplicity meets effectiveness: Detecting code comments coherence with word embeddings and LSTM
von: Igbomezie, Michael Dubem, et al.
Veröffentlicht: (2024)

Automated Refactoring of Non-Idiomatic Python Code: A Differentiated Replication with LLMs
von: Midolo, Alessandro, et al.
Veröffentlicht: (2025)

An Empirical Study of the Evolution of GitHub Actions Workflows
von: Mazrae, Pooya Rostami, et al.
Veröffentlicht: (2026)

GitHub Actions: The Impact on the Pull Request Process
von: Wessel, Mairieli, et al.
Veröffentlicht: (2022)

GitBug-Actions: Building Reproducible Bug-Fix Benchmarks with GitHub Actions
von: Saavedra, Nuno, et al.
Veröffentlicht: (2023)

GitHub Proxy Server: A tool for supporting massive data collection on GitHub
von: Borges, Hudson Silva, et al.
Veröffentlicht: (2025)

On Categorizing Open Source Software Security Vulnerability Reporting Mechanisms on GitHub
von: Kancharoendee, Sushawapak, et al.
Veröffentlicht: (2025)

On the GitHub Actions Language: Usage, Evolution, and Workflow Reliability
von: Bardsiri, Aref Talebzadeh, et al.
Veröffentlicht: (2026)

Can LLMs Write CI? A Study on Automatic Generation of GitHub Actions Configurations
von: Ghaleb, Taher A., et al.
Veröffentlicht: (2025)

Bake Two Cakes with One Oven: RL for Defusing Popularity Bias and Cold-start in Third-Party Library Recommendations
von: Vuong, Minh Hoang, et al.
Veröffentlicht: (2025)

Good things come in three: Generating SO Post Titles with Pre-Trained Models, Self Improvement and Post Ranking
von: Le, Duc Anh, et al.
Veröffentlicht: (2024)

Guidelines for Developing Bots for GitHub
von: Wessel, Mairieli, et al.
Veröffentlicht: (2022)

Prioritising GitHub Priority Labels
von: Caddy, James, et al.
Veröffentlicht: (2024)

Unpacking Security Scanners for GitHub Actions Workflows
von: Fares, Madjda, et al.
Veröffentlicht: (2026)

"My GitHub Sponsors profile is live!" Investigating the Impact of Twitter/X Mentions on GitHub Sponsors
von: Fan, Youmei, et al.
Veröffentlicht: (2024)

An Empirical Study of Complexity, Heterogeneity, and Compliance of GitHub Actions Workflows
von: Abrokwah, Edward, et al.
Veröffentlicht: (2025)

Policy-driven Software Bill of Materials on GitHub: An Empirical Study
von: Novikov, Oleksii, et al.
Veröffentlicht: (2025)

Optimizing Datasets for Code Summarization: Is Code-Comment Coherence Enough?
von: Vitale, Antonio, et al.
Veröffentlicht: (2025)

From Human to Machine Refactoring: Assessing GPT-4's Impact on Python Class Quality and Readability
von: Midolo, Alessandro, et al.
Veröffentlicht: (2026)

The Impact of Sanctions on GitHub Developers and Activities
von: Fan, Youmei, et al.
Veröffentlicht: (2024)

Fingerprinting AI Coding Agents on GitHub
von: Ghaleb, Taher A.
Veröffentlicht: (2026)

Automation and Reuse Practices in GitHub Actions Workflows: A Practitioner's Perspective
von: Delicheh, Hassan Onsori, et al.
Veröffentlicht: (2026)

Test Code Review in the Era of GitHub Actions: A Replication Study
von: Sun, Hui, et al.
Veröffentlicht: (2026)

How Do Software Developers Use GitHub Actions to Automate Their Workflows?
von: Kinsman, Timothy, et al.
Veröffentlicht: (2021)

The Hidden Costs of Automation: An Empirical Study on GitHub Actions Workflow Maintenance
von: Valenzuela-Toledo, Pablo, et al.
Veröffentlicht: (2024)

Detection of Technical Debt in Java Source Code
von: Hai, Nam Le, et al.
Veröffentlicht: (2024)

How the Training Procedure Impacts the Performance of Deep Learning-based Vulnerability Patching
von: Mastropaolo, Antonio, et al.
Veröffentlicht: (2024)

Machine Learning in the Wild: Early Evidence of Non-Compliant ML-Automation in Open-Source Software
von: Arshid, Zohaib, et al.
Veröffentlicht: (2026)