Buchumschlag

How Well Do Large Language Models Serve as End-to-End Secure Code Agents for Python?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gong, Jianian, Duan, Nachuan, Tao, Ziheng, Gong, Zhaohui, Yuan, Yuan, Huang, Minlie
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering Artificial Intelligence D.2
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Knowledge-Aware Code Generation with Large Language Models
von: Huang, Tao, et al.
Veröffentlicht: (2024)

Towards Exception Safety Code Generation with Intermediate Representation Agents Framework
von: Zhang, Xuanming, et al.
Veröffentlicht: (2024)

Seeker: Towards Exception Safety Code Generation with Intermediate Language Agents Framework
von: Zhang, Xuanming, et al.
Veröffentlicht: (2024)

CodeFuse-CR-Bench: A Comprehensiveness-aware Benchmark for End-to-End Code Review Evaluation in Python Projects
von: Guo, Hanyang, et al.
Veröffentlicht: (2025)

Are Decoder-Only Large Language Models the Silver Bullet for Code Search?
von: Chen, Yuxuan, et al.
Veröffentlicht: (2024)

ProjDevBench: Benchmarking AI Coding Agents on End-to-End Project Development
von: Lu, Pengrui, et al.
Veröffentlicht: (2026)

Towards Identifying Code Proficiency through the Analysis of Python Textbooks
von: Rojpaisarnkit, Ruksit, et al.
Veröffentlicht: (2024)

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

An Empirical Study on the Effectiveness of Large Language Models for SATD Identification and Classification
von: Sheikhaei, Mohammad Sadegh, et al.
Veröffentlicht: (2024)

PSD2Code: Automated Front-End Code Generation from Design Files via Multimodal Large Language Models
von: Chen, Yongxi, et al.
Veröffentlicht: (2025)

End-to-End Automated Logging via Multi-Agent Framework
von: Zhong, Renyi, et al.
Veröffentlicht: (2025)

MatClaw: An Autonomous Code-First LLM Agent for End-to-End Materials Exploration
von: Zhang, Chenmu, et al.
Veröffentlicht: (2026)

Enhancing Trust in Language Model-Based Code Optimization through RLHF: A Research Design
von: Gong, Jingzhi
Veröffentlicht: (2025)

CCISolver: End-to-End Detection and Repair of Method-Level Code-Comment Inconsistency
von: Zhong, Renyi, et al.
Veröffentlicht: (2025)

Coding-PTMs: How to Find Optimal Code Pre-trained Models for Code Embedding in Vulnerability Detection?
von: Zhao, Yu, et al.
Veröffentlicht: (2024)

Multi-Agent End-to-End Vulnerability Management for Mitigating Recurring Vulnerabilities
von: Zheng, Zelong, et al.
Veröffentlicht: (2026)

DesignRepair: Dual-Stream Design Guideline-Aware Frontend Repair with Large Language Models
von: Yuan, Mingyue, et al.
Veröffentlicht: (2024)

Position: How Regulation Will Change Software Security Research
von: Arzt, Steven, et al.
Veröffentlicht: (2024)

Benchmarking and Studying the LLM-based Agent System in End-to-End Software Development
von: Zeng, Zhengran, et al.
Veröffentlicht: (2025)

Hallucination to Consensus: Multi-Agent LLMs for End-to-End JUnit Test Generation
von: Xu, Qinghua, et al.
Veröffentlicht: (2025)

Revisiting Evolutionary Program Repair via Code Language Model
von: Wang, Yunan, et al.
Veröffentlicht: (2024)

The Right Prompts for the Job: Repair Code-Review Defects with Large Language Model
von: Zhao, Zelin, et al.
Veröffentlicht: (2023)

Unraveling the Potential of Large Language Models in Code Translation: How Far Are We?
von: Tao, Qingxiao, et al.
Veröffentlicht: (2024)

E2Edev: Benchmarking Large Language Models in End-to-End Software Development Task
von: Liu, Jingyao, et al.
Veröffentlicht: (2025)

Agentic Refactoring: An Empirical Study of AI Coding Agents
von: Horikawa, Kosei, et al.
Veröffentlicht: (2025)

Automated Code Review Using Large Language Models at Ericsson: An Experience Report
von: Ramesh, Shweta, et al.
Veröffentlicht: (2025)

How Do Code Smells Affect Skill Growth in Scratch Novice Programmers?
von: Aragón, Ricardo Hidalgo, et al.
Veröffentlicht: (2025)

AutoCodeSherpa: Symbolic Explanations in AI Coding Agents
von: Kang, Sungmin, et al.
Veröffentlicht: (2025)

Enhancing Python Programming Education with an AI-Powered Code Helper: Design, Implementation, and Impact
von: Amiri, Sayed Mahbub Hasan, et al.
Veröffentlicht: (2025)

Agents in the Sandbox: End-to-End Crash Bug Reproduction for Minecraft
von: Yapağcı, Eray, et al.
Veröffentlicht: (2025)

Distilling Desired Comments for Enhanced Code Review with Large Language Models
von: Yu, Yongda, et al.
Veröffentlicht: (2024)

United We Stand: Towards End-to-End Log-based Fault Diagnosis via Interactive Multi-Task Learning
von: He, Minghua, et al.
Veröffentlicht: (2025)

How Do Developers Structure Unit Test Cases? An Empirical Study from the "AAA" Perspective
von: Wei, Chenhao, et al.
Veröffentlicht: (2024)

IRCoCo: Immediate Rewards-Guided Deep Reinforcement Learning for Code Completion
von: Li, Bolun, et al.
Veröffentlicht: (2024)

Feature-Driven End-To-End Test Generation
von: Alian, Parsa, et al.
Veröffentlicht: (2024)

A Comprehensive Study on Large Language Models for Mutation Testing
von: Wang, Bo, et al.
Veröffentlicht: (2024)

Automated Microservice Pattern Instance Detection Using Infrastructure-as-Code Artifacts and Large Language Models
von: Duarte, Carlos Eduardo
Veröffentlicht: (2025)

Precision or Peril: A PoC of Python Code Quality from Quantized Large Language Models
von: Melin, Eric L., et al.
Veröffentlicht: (2024)

Anchor Attention, Small Cache: Code Generation with Large Language Models
von: Zhang, Xiangyu, et al.
Veröffentlicht: (2024)