Buchumschlag

The Impact of Environment Configurations on the Stability of AI-Enabled Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rahman, Musfiqur, Khatoonabadi, SayedHassan, Abdellatif, Ahmad, Samaana, Haya, Shihab, Emad
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Automatic Detection of LLM-Generated Code: A Comparative Case Study of Contemporary Models Across Function and Class Granularities
von: Rahman, Musfiqur, et al.
Veröffentlicht: (2024)

Beyond Synthetic Benchmarks: Evaluating LLM Performance on Real-World Class-Level Code Generation
von: Rahman, Musfiqur, et al.
Veröffentlicht: (2025)

OpenClassGen: A Large-Scale Corpus of Real-World Python Classes for LLM Research
von: Rahman, Musfiqur, et al.
Veröffentlicht: (2025)

Is ChatGPT a Good Software Librarian? An Exploratory Study on the Use of ChatGPT for Software Library Recommendations
von: Latendresse, Jasmine, et al.
Veröffentlicht: (2024)

Predicting the First Response Latency of Maintainers and Contributors in Pull Requests
von: Khatoonabadi, SayedHassan, et al.
Veröffentlicht: (2023)

An Approach for Auto Generation of Labeling Functions for Software Engineering Chatbots
von: Alor, Ebube, et al.
Veröffentlicht: (2024)

Evaluating the Use of LLMs for Documentation to Code Traceability
von: Alor, Ebube, et al.
Veröffentlicht: (2025)

How Robust are LLM-Generated Library Imports? An Empirical Study using Stack Overflow
von: Latendresse, Jasmine, et al.
Veröffentlicht: (2025)

Synergizing LLMs and Knowledge Graphs: A Novel Approach to Software Repository-Related Question Answering
von: Abedu, Samuel, et al.
Veröffentlicht: (2024)

Automated File-Level Logging Generation for Machine Learning Applications using LLMs: A Case Study using GPT-4o Mini
von: Rodriguez, Mayra Sofia Ruiz, et al.
Veröffentlicht: (2025)

On Wasted Contributions: Understanding the Dynamics of Contributor-Abandoned Pull Requests
von: Khatoonabadi, SayedHassan, et al.
Veröffentlicht: (2021)

Understanding the Helpfulness of Stale Bot for Pull-based Development: An Empirical Study of 20 Large Open-Source Projects
von: Khatoonabadi, SayedHassan, et al.
Veröffentlicht: (2023)

Evaluating the Use of LLMs for Automated DOM-Level Resolution of Web Performance Issues
von: Peters, Gideon, et al.
Veröffentlicht: (2026)

Tokenomics: Quantifying Where Tokens Are Used in Agentic Software Engineering
von: Salim, Mohamad, et al.
Veröffentlicht: (2026)

Will It Survive? Deciphering the Fate of AI-Generated Code in Open Source
von: Rahman, Musfiqur, et al.
Veröffentlicht: (2026)

The Impact of Large Language Models (LLMs) on Code Review Process
von: Collante, Antonio, et al.
Veröffentlicht: (2025)

A Machine Learning-Based Approach For Detecting Malicious PyPI Packages
von: Samaana, Haya, et al.
Veröffentlicht: (2024)

Opportunities and Security Risks of Technical Leverage: A Replication Study on the NPM Ecosystem
von: Samaana, Haya, et al.
Veröffentlicht: (2024)

On the Impact of Black-box Deployment Strategies for Edge AI on Latency and Model Performance
von: Singh, Jaskirat, et al.
Veröffentlicht: (2024)

Predicting Configuration Performance in Multiple Environments with Sequential Meta-learning
von: Gong, Jingzhi, et al.
Veröffentlicht: (2024)

SMARLA: A Safety Monitoring Approach for Deep Reinforcement Learning Agents
von: Zolfagharian, Amirhossein, et al.
Veröffentlicht: (2023)

Relative Positioning Based Code Chunking Method For Rich Context Retrieval In Repository Level Code Completion Task With Code Language Model
von: Rahman, Imranur, et al.
Veröffentlicht: (2025)

PCBSchemaGen: Constraint-Guided Schematic Design via LLM for Printed Circuit Boards (PCB)
von: Zou, Huanghaohe, et al.
Veröffentlicht: (2026)

Assessing the Impact of Code Changes on the Fault Localizability of Large Language Models
von: Haroon, Sabaat, et al.
Veröffentlicht: (2025)

Intuition to Evidence: Measuring AI's True Impact on Developer Productivity
von: Kumar, Anand, et al.
Veröffentlicht: (2025)

Deep Configuration Performance Learning: A Systematic Survey and Taxonomy
von: Gong, Jingzhi, et al.
Veröffentlicht: (2024)

A Large-Scale Study of Model Integration in ML-Enabled Software Systems
von: Sens, Yorick, et al.
Veröffentlicht: (2024)

SETA: Statistical Fault Attribution for Compound AI Systems
von: Chowdhury, Sayak, et al.
Veröffentlicht: (2026)

What Information Contributes to Log-based Anomaly Detection? Insights from a Configurable Transformer-Based Approach
von: Wu, Xingfang, et al.
Veröffentlicht: (2024)

Agile Story-Point Estimation: Is RAG a Better Way to Go?
von: Maha, Lamyea, et al.
Veröffentlicht: (2026)

Code Reborn AI-Driven Legacy Systems Modernization from COBOL to Java
von: Bandarupalli, Gopichand
Veröffentlicht: (2025)

VibeTensor: System Software for Deep Learning, Fully Generated by AI Agents
von: Xu, Bing, et al.
Veröffentlicht: (2026)

A Transformer-based Approach for Augmenting Software Engineering Chatbots Datasets
von: Abdellatif, Ahmad, et al.
Veröffentlicht: (2024)

Automatic Generation of High-Performance RL Environments
von: Karten, Seth, et al.
Veröffentlicht: (2026)

Imitation Game: Reproducing Deep Learning Bugs Leveraging an Intelligent Agent
von: Shah, Mehil B, et al.
Veröffentlicht: (2025)

PIPer: On-Device Environment Setup via Online Reinforcement Learning
von: Kovrigin, Alexander, et al.
Veröffentlicht: (2025)

Usability and Performance Analysis of Embedded Development Environment for On-device Learning
von: Scaffi, Enzo, et al.
Veröffentlicht: (2024)

Benchmarking Reward Hack Detection in Code Environments via Contrastive Analysis
von: Deshpande, Darshan, et al.
Veröffentlicht: (2026)

SetupBench: Assessing Software Engineering Agents' Ability to Bootstrap Development Environments
von: Arora, Avi, et al.
Veröffentlicht: (2025)

What's documented in AI? Systematic Analysis of 32K AI Model Cards
von: Liang, Weixin, et al.
Veröffentlicht: (2024)