:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Qin, Hao, Li, Mingyang, Wang, Junjie, Wang, Qing
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering
Online-Zugang:	https://arxiv.org/abs/2408.02963
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Roadmap for Software Testing in Open Collaborative Development Environments
von: Wang, Qing, et al.
Veröffentlicht: (2024)

VulRTex: A Reasoning-Guided Approach to Identify Vulnerabilities from Rich-Text Issue Report
von: Jiang, Ziyou, et al.
Veröffentlicht: (2025)

VEglue: Testing Visual Entailment Systems via Object-Aligned Joint Erasing
von: Chang, Zhiyuan, et al.
Veröffentlicht: (2024)

Adversarial Attack Classification and Robustness Testing for Large Language Models for Code
von: Liu, Yang, et al.
Veröffentlicht: (2025)

Demystifying the Lifecycle of Failures in Platform-Orchestrated Agentic Workflows
von: Ma, Xuyan, et al.
Veröffentlicht: (2025)

FT2Ra: A Fine-Tuning-Inspired Approach to Retrieval-Augmented Code Completion
von: Guo, Qi, et al.
Veröffentlicht: (2024)

On the Adversarial Robustness of Instruction-Tuned Large Language Models for Code
von: Hossen, Md Imran, et al.
Veröffentlicht: (2024)

An Exploratory Study on Fine-Tuning Large Language Models for Secure Code Generation
von: Li, Junjie, et al.
Veröffentlicht: (2024)

FGIT: Fault-Guided Fine-Tuning for Code Generation
von: Fan, Lishui, et al.
Veröffentlicht: (2025)

Large Language Models for Mobile GUI Text Input Generation: An Empirical Study
von: Cui, Chenhui, et al.
Veröffentlicht: (2024)

Software Testing with Large Language Models: Survey, Landscape, and Vision
von: Wang, Junjie, et al.
Veröffentlicht: (2023)

Towards Robust Detection of Open Source Software Supply Chain Poisoning Attacks in Industry Environments
von: Zheng, Xinyi, et al.
Veröffentlicht: (2024)

Secure-Instruct: An Automated Pipeline for Synthesizing Instruction-Tuning Datasets Using LLMs for Secure Code Generation
von: Li, Junjie, et al.
Veröffentlicht: (2025)

EXPEREPAIR: Dual-Memory Enhanced LLM-based Repository-Level Program Repair
von: Mu, Fangwen, et al.
Veröffentlicht: (2025)

Fine-Tuning Models for Automated Code Review Feedback
von: Kumar, Smitha S, et al.
Veröffentlicht: (2026)

Prompt Engineering or Fine-Tuning: An Empirical Assessment of LLMs for Code
von: Shin, Jiho, et al.
Veröffentlicht: (2023)

Exploring Parameter-Efficient Fine-Tuning of Large Language Model on Automated Program Repair
von: Li, Guochang, et al.
Veröffentlicht: (2024)

From Flat Logs to Causal Graphs: Hierarchical Failure Attribution for LLM-based Multi-Agent Systems
von: Wang, Yawen, et al.
Veröffentlicht: (2026)

Performant Automatic BLAS Offloading on Unified Memory Architecture with OpenMP First-Touch Style Data Movement
von: Li, Junjie
Veröffentlicht: (2024)

Rethinking the Capability of Fine-Tuned Language Models for Automated Vulnerability Repair
von: Han, Woorim, et al.
Veröffentlicht: (2025)

Boosting Redundancy-based Automated Program Repair by Fine-grained Pattern Mining
von: Jiang, Jiajun, et al.
Veröffentlicht: (2023)

Towards Robust LLM Post-Training: Automatic Failure Management for Reinforcement Fine-Tuning
von: Zhang, Lingzhe, et al.
Veröffentlicht: (2026)

MCTS-Refined CoT: High-Quality Fine-Tuning Data for LLM-Based Repository Issue Resolution
von: Wang, Yibo, et al.
Veröffentlicht: (2025)

Larger Is Not Always Better: Exploring Small Open-source Language Models in Logging Statement Generation
von: Zhong, Renyi, et al.
Veröffentlicht: (2025)

Model Compression vs. Adversarial Robustness: An Empirical Study on Language Models for Code
von: Awal, Md. Abdul, et al.
Veröffentlicht: (2025)

Fine-Tuning Code Language Models to Detect Cross-Language Bugs
von: Li, Zengyang, et al.
Veröffentlicht: (2025)

Combining Fine-Tuning and LLM-based Agents for Intuitive Smart Contract Auditing with Justifications
von: Ma, Wei, et al.
Veröffentlicht: (2024)

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

A Comprehensive Evaluation of Parameter-Efficient Fine-Tuning on Code Smell Detection
von: Zhang, Beiqi, et al.
Veröffentlicht: (2024)

Classifying Issues in Open-source GitHub Repositories
von: Raaj, Amir Hossain, et al.
Veröffentlicht: (2025)

Fine-Tuning and Prompt Engineering for Large Language Models-based Code Review Automation
von: Pornprasit, Chanathip, et al.
Veröffentlicht: (2024)

On Fixing Insecure AI-Generated Code through Model Fine-Tuning and Prompting Strategies
von: Jahromi, Ali Soltanian Fard, et al.
Veröffentlicht: (2026)

A Systematic Literature Review of Parameter-Efficient Fine-Tuning for Large Code Models
von: Afrin, Saima, et al.
Veröffentlicht: (2025)

Refining Joint Text and Source Code Embeddings for Retrieval Task with Parameter-Efficient Fine-Tuning
von: Galliamov, Karim, et al.
Veröffentlicht: (2024)

SmartAxe: Detecting Cross-Chain Vulnerabilities in Bridge Smart Contracts via Fine-Grained Static Analysis
von: Liao, Zeqin, et al.
Veröffentlicht: (2024)

Seeing is Believing: Vision-driven Non-crash Functional Bug Detection for Mobile Apps
von: Liu, Zhe, et al.
Veröffentlicht: (2024)

Large Language Model Supply Chain: A Research Agenda
von: Wang, Shenao, et al.
Veröffentlicht: (2024)

Improving the Robustness of Large Language Models for Code Tasks via Fine-tuning with Perturbed Data
von: Liu, Yang, et al.
Veröffentlicht: (2026)

AsserT5: Test Assertion Generation Using a Fine-Tuned Code Language Model
von: Primbs, Severin, et al.
Veröffentlicht: (2025)

Improving Deep Assertion Generation via Fine-Tuning Retrieval-Augmented Pre-trained Language Models
von: Zhang, Quanjun, et al.
Veröffentlicht: (2025)