Buchumschlag

Overcoming linguistic barriers in code assistants: creating a QLoRA adapter to improve support for Russian-language code writing instructions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pronin, C. B., Volosova, A. V., Ostroukh, A. V., Strogov, Yu. N.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ALPINE: An adaptive language-agnostic pruning method for language models for code
von: Saad, Mootez, et al.
Veröffentlicht: (2024)

Low-code and no-code with BESSER to create and deploy smart web applications
von: Alfonso, Iván, et al.
Veröffentlicht: (2026)

SLA-Awareness for AI-assisted coding
von: Thangarajah, Kishanthan, et al.
Veröffentlicht: (2025)

LastMerge: A language-agnostic structured tool for code integration
von: Duarte, Joao Pedro, et al.
Veröffentlicht: (2025)

Evolution of IVR building techniques: from code writing to AI-powered automation
von: Shaikh, Khushbu Mehboob, et al.
Veröffentlicht: (2024)

A framework for assessing the capabilities of code generation of constraint domain-specific languages with large language models
von: Delgado, David, et al.
Veröffentlicht: (2026)

Quality evaluation of Tabby coding assistant using real source code snippets
von: Borek, Marta, et al.
Veröffentlicht: (2025)

Towards debiasing code review support
von: Jetzen, Tobias, et al.
Veröffentlicht: (2024)

What a diff makes: automating code migration with large language models
von: Rosenfeld, Katherine A., et al.
Veröffentlicht: (2025)

EnseSmells: Deep ensemble and programming language models for automated code smells detection
von: Ho, Anh, et al.
Veröffentlicht: (2025)

SWE-PolyBench: A multi-language benchmark for repository level evaluation of coding agents
von: Rashid, Muhammad Shihab, et al.
Veröffentlicht: (2025)

Is the OWASP Top 10 list comprehensive enough for writing secure code?
von: Sane, Parth
Veröffentlicht: (2020)

Automated QoR improvement in OpenROAD with coding agents
von: Ghose, Amur, et al.
Veröffentlicht: (2026)

Evaluating LLM-generated code for domain-specific languages: molecular dynamics with LAMMPS
von: Holbrook, Ethan, et al.
Veröffentlicht: (2026)

Green My LLM: Studying the key factors affecting the energy consumption of code assistants
von: Coignion, Tristan, et al.
Veröffentlicht: (2024)

Evaluating the impact of code smell refactoring on the energy consumption of Android applications
von: Anwar, Hina, et al.
Veröffentlicht: (2025)

Measuring how changes in code readability attributes affect code quality evaluation by Large Language Models
von: Simoes, Igor Regis da Silva, et al.
Veröffentlicht: (2025)

Agentic AI-assisted coding offers a unique opportunity to instill epistemic grounding during software development
von: Palmblad, Magnus, et al.
Veröffentlicht: (2026)

Speaker attribution in German parliamentary debates with QLoRA-adapted large language models
von: Bornheim, Tobias, et al.
Veröffentlicht: (2023)

Toward architecting self-coding information systems
von: Falcão, Rodrigo, et al.
Veröffentlicht: (2026)

How do annotations affect Java code readability?
von: Guerra, Eduardo, et al.
Veröffentlicht: (2024)

How is Google using AI for internal code migrations?
von: Nikolov, Stoyan, et al.
Veröffentlicht: (2025)

Generating refactored code accurately using reinforcement learning
von: Palit, Indranil, et al.
Veröffentlicht: (2024)

Evaluation of large language models for assessing code maintainability
von: Dillmann, Marc, et al.
Veröffentlicht: (2024)

Quantifying the benefits of code hints for refactoring deprecated Java APIs
von: David, Cristina, et al.
Veröffentlicht: (2024)

Test-Oriented Programming: rethinking coding for the GenAI era
von: Melegati, Jorge
Veröffentlicht: (2026)

Are your comments outdated? Towards automatically detecting code-comment consistency
von: Huang, Yuan, et al.
Veröffentlicht: (2024)

UIBenchKit: A unified toolkit for design-to-code model evaluation
von: Le, Chinh T., et al.
Veröffentlicht: (2026)

A11YN: aligning LLMs for accessible web UI code generation
von: Yoon, Janghan, et al.
Veröffentlicht: (2025)

Understanding and supporting how developers prompt for LLM-powered code editing in practice
von: Nam, Daye, et al.
Veröffentlicht: (2025)

Generating Energy-efficient code with LLMs
von: Cappendijk, Tom, et al.
Veröffentlicht: (2024)

Insights into resource utilization of code small language models serving with runtime engines and execution providers
von: Durán, Francisco, et al.
Veröffentlicht: (2024)

CoHalLo: code hallucination localization via probing hidden layer vector
von: Jia, Nan, et al.
Veröffentlicht: (2025)

AntiCopyPaster 2.0: Whitebox just-in-time code duplicates extraction
von: AlOmar, Eman Abdullah, et al.
Veröffentlicht: (2024)

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

Test code generation at Ericsson using Program Analysis Augmented Fine Tuned LLMs
von: Krishna, Sai, et al.
Veröffentlicht: (2025)

Comparing large language models and human programmers for generating programming code
von: Hou, Wenpin, et al.
Veröffentlicht: (2024)

Measuring the effectiveness of code review comments in GitHub repositories: A machine learning approach
von: Rahman, Shadikur, et al.
Veröffentlicht: (2025)

Fixation-related potentials reveal that confusing program code elicits a late frontal positivity
von: Bergum, Annabelle, et al.
Veröffentlicht: (2024)

CodeEval: A pedagogical approach for targeted evaluation of code-trained Large Language Models
von: Brahman, Danny, et al.
Veröffentlicht: (2026)