Buchumschlag

Semantic-Enhanced Indirect Call Analysis with Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cheng, Baijun, Zhang, Cen, Wang, Kailong, Shi, Ling, Liu, Yang, Wang, Haoyu, Guo, Yao, Li, Ding, Chen, Xiangqun
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

Enhancing Semantic Understanding in Pointer Analysis using Large Language Models
von: Cheng, Baijun, et al.
Veröffentlicht: (2025)

Boosting Pointer Analysis With LLM-Enhanced Allocation Function Detection
von: Cheng, Baijun, et al.
Veröffentlicht: (2025)

SliceLocator: Locating Vulnerable Statements with Graph-based Detectors
von: Cheng, Baijun, et al.
Veröffentlicht: (2024)

Drowzee: Metamorphic Testing for Fact-Conflicting Hallucination Detection in Large Language Models
von: Li, Ningke, et al.
Veröffentlicht: (2024)

Understanding the Effectiveness of Coverage Criteria for Large Language Models: A Special Angle from Jailbreak Attacks
von: Zhou, Shide, et al.
Veröffentlicht: (2024)

NeuSemSlice: Towards Effective DNN Model Maintenance via Neuron-level Semantic Slicing
von: Zhou, Shide, et al.
Veröffentlicht: (2024)

Glitch Tokens in Large Language Models: Categorization Taxonomy and Effective Detection
von: Li, Yuxi, et al.
Veröffentlicht: (2024)

SPOLRE: Semantic Preserving Object Layout Reconstruction for Image Captioning System Testing
von: Liu, Yi, et al.
Veröffentlicht: (2024)

Beyond Fidelity: Explaining Vulnerability Localization of Learning-based Detectors
von: Cheng, Baijun, et al.
Veröffentlicht: (2024)

GroupTuner: Efficient Group-Aware Compiler Auto-Tuning
von: Gao, Bingyu, et al.
Veröffentlicht: (2025)

Large Language Models for Software Engineering: A Systematic Literature Review
von: Hou, Xinyi, et al.
Veröffentlicht: (2023)

SeeWasm: An Efficient and Fully-Functional Symbolic Execution Engine for WebAssembly Binaries
von: He, Ningyu, et al.
Veröffentlicht: (2024)

Large Language Models are overconfident and amplify human bias
von: Sun, Fengfei, et al.
Veröffentlicht: (2025)

CodeMorph: Mitigating Data Leakage in Large Language Model Assessment
von: Rao, Hongzhou, et al.
Veröffentlicht: (2025)

MiniScope: Automated UI Exploration and Privacy Inconsistency Detection of MiniApps via Two-phase Iterative Hybrid Analysis
von: Wang, Shenao, et al.
Veröffentlicht: (2024)

DistillSeq: A Framework for Safety Alignment Testing in Large Language Models using Knowledge Distillation
von: Yang, Mingke, et al.
Veröffentlicht: (2024)

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

WaDec: Decompiling WebAssembly Using Large Language Model
von: She, Xinyu, et al.
Veröffentlicht: (2024)

MeTMaP: Metamorphic Testing for Detecting False Vector Matching Problems in LLM Augmented Generation
von: Wang, Guanyu, et al.
Veröffentlicht: (2024)

Natural Is The Best: Model-Agnostic Code Simplification for Pre-trained Large Language Models
von: Wang, Yan, et al.
Veröffentlicht: (2024)

Understanding Large Language Model Supply Chain: Structure, Domain, and Vulnerabilities
von: Hu, Yanzhe, et al.
Veröffentlicht: (2025)

Beyond Correctness: Exposing LLM-generated Logical Flaws in Reasoning via Multi-step Automated Theorem Proving
von: Zheng, Xinyi, et al.
Veröffentlicht: (2025)

Advancing Code Coverage: Incorporating Program Analysis with Large Language Models
von: Yang, Chen, et al.
Veröffentlicht: (2024)

An Empirical Study of Large Language Models for Type and Call Graph Analysis in Python and JavaScript
von: Venkatesh, Ashwin Prasad Shivarpatna, et al.
Veröffentlicht: (2024)

Evaluating Large Language Models for Line-Level Vulnerability Localization
von: Zhang, Jian, et al.
Veröffentlicht: (2024)

Decoding Secret Memorization in Code LLMs Through Token-Level Characterization
von: Nie, Yuqing, et al.
Veröffentlicht: (2024)

Models Are Codes: Towards Measuring Malicious Code Poisoning Attacks on Pre-trained Model Hubs
von: Zhao, Jian, et al.
Veröffentlicht: (2024)

DCE-LLM: Dead Code Elimination with Large Language Models
von: Chen, Minyu, et al.
Veröffentlicht: (2025)

LEANCODE: Understanding Models Better for Code Simplification of Pre-trained Large Language Models
von: Wang, Yan, et al.
Veröffentlicht: (2025)

RepoDebug: Repository-Level Multi-Task and Multi-Language Debugging Evaluation of Large Language Models
von: Liu, Jingjing, et al.
Veröffentlicht: (2025)

Can Large Language Models Serve as Evaluators for Code Summarization?
von: Wu, Yang, et al.
Veröffentlicht: (2024)

CFCEval: Evaluating Security Aspects in Code Generated by Large Language Models
von: Cheng, Cheng, et al.
Veröffentlicht: (2025)

LLM4SZZ: Enhancing SZZ Algorithm with Context-Enhanced Assessment on Large Language Models
von: Tang, Lingxiao, et al.
Veröffentlicht: (2025)

LLM4Perf: Large Language Models Are Effective Samplers for Multi-Objective Performance Modeling
von: Wang, Xin, et al.
Veröffentlicht: (2025)

On the Evaluation of Large Language Models in Unit Test Generation
von: Yang, Lin, et al.
Veröffentlicht: (2024)

Towards an Understanding of Large Language Models in Software Engineering Tasks
von: Zheng, Zibin, et al.
Veröffentlicht: (2023)

Redefining Crowdsourced Test Report Prioritization: An Innovative Approach with Large Language Model
von: Ling, Yuchen, et al.
Veröffentlicht: (2024)

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

ReF Decompile: Relabeling and Function Call Enhanced Decompile
von: Feng, Yunlong, et al.
Veröffentlicht: (2025)

SimpleDevQA: Benchmarking Large Language Models on Development Knowledge QA
von: Zhang, Jing, et al.
Veröffentlicht: (2025)