Buchumschlag

Preference-Guided Refactored Tuning for Retrieval Augmented Code Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gao, Xinyu, Xiong, Yun, Wang, Deze, Guan, Zhenhan, Shi, Zejian, Wang, Haofen, Li, Shanshan
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

ActRef: Enhancing the Understanding of Python Code Refactoring with Action-Based Analysis
von: Wang, Siqi, et al.
Veröffentlicht: (2025)

Refactoring Deep Learning Code: A Study of Practices and Unsatisfied Tool Needs
von: Wang, Siqi, et al.
Veröffentlicht: (2024)

"Refactoring Runaway": Understanding and Mitigating Tangled Refactorings in Coding Agents for Issue Resolution
von: Tian, Zhao, et al.
Veröffentlicht: (2026)

GraphCodeAgent: Dual Graph-Guided LLM Agent for Retrieval-Augmented Repo-Level Code Generation
von: Li, Jia, et al.
Veröffentlicht: (2025)

Enhancing LLM-based Fault Localization with a Functionality-Aware Retrieval-Augmented Generation Framework
von: Shi, Xinyu, et al.
Veröffentlicht: (2025)

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

An Empirical Study of Retrieval-Augmented Code Generation: Challenges and Opportunities
von: Yang, Zezhou, et al.
Veröffentlicht: (2025)

How to Refactor this Code? An Exploratory Study on Developer-ChatGPT Refactoring Conversations
von: AlOmar, Eman Abdullah, et al.
Veröffentlicht: (2024)

What to Retrieve for Effective Retrieval-Augmented Code Generation? An Empirical Study and Beyond
von: Gu, Wenchao, et al.
Veröffentlicht: (2025)

Improving Retrieval-Augmented Code Comment Generation by Retrieving for Generation
von: Lu, Hanzhen, et al.
Veröffentlicht: (2024)

A Deep Dive into Retrieval-Augmented Generation for Code Completion: Experience on WeChat
von: Yang, Zezhou, et al.
Veröffentlicht: (2025)

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

CODEPROMPTZIP: Code-specific Prompt Compression for Retrieval-Augmented Generation in Coding Tasks with LMs
von: He, Pengfei, et al.
Veröffentlicht: (2025)

Exploring the Security Threats of Retriever Backdoors in Retrieval-Augmented Code Generation
von: Li, Tian, et al.
Veröffentlicht: (2025)

Dissect-and-Restore: AI-based Code Verification with Transient Refactoring
von: Wang, Changjie, et al.
Veröffentlicht: (2025)

AnomalyGen: Enhancing Log-Based Anomaly Detection with Code-Guided Data Augmentation
von: Li, Xinyu, et al.
Veröffentlicht: (2026)

SWE-Refactor: A Repository-Level Benchmark for Real-World LLM-Based Code Refactoring
von: Xu, Yisen, et al.
Veröffentlicht: (2026)

DRAINCODE: Stealthy Energy Consumption Attacks on Retrieval-Augmented Code Generation via Context Poisoning
von: Wang, Yanlin, et al.
Veröffentlicht: (2026)

Retrieval-Augmented Code Review Comment Generation
von: Hong, Hyunsun, et al.
Veröffentlicht: (2025)

Code Clone Refactoring in C# with Lambda Expressions
von: Kawamoto, Takuto, et al.
Veröffentlicht: (2025)

Contextual Code Retrieval for Commit Message Generation: A Preliminary Study
von: Xiong, Bo, et al.
Veröffentlicht: (2025)

When More Retrieval Hurts: Retrieval-Augmented Code Review Generation
von: Meng, Qianru, et al.
Veröffentlicht: (2025)

Impermanent Identifiers: Enhanced Source Code Comprehension and Refactoring
von: Guerra, Eduardo Martins, et al.
Veröffentlicht: (2024)

Automated Unit Test Refactoring
von: Gao, Yi, et al.
Veröffentlicht: (2024)

CodeRAG-Bench: Can Retrieval Augment Code Generation?
von: Wang, Zora Zhiruo, et al.
Veröffentlicht: (2024)

In Search of Metrics to Guide Developer-Based Refactoring Recommendations
von: Robredo, Mikel, et al.
Veröffentlicht: (2024)

A Differential Fuzzing-Based Evaluation of Functional Equivalence in LLM-Generated Code Refactorings
von: Dristi, Simantika Bhattacharjee, et al.
Veröffentlicht: (2026)

Refactoring Detection in C++ Programs with RefactoringMiner++
von: Ritz, Benjamin, et al.
Veröffentlicht: (2025)

Prompt-based Code Completion via Multi-Retrieval Augmented Generation
von: Tan, Hanzhuo, et al.
Veröffentlicht: (2024)

RESCUE: Retrieval Augmented Secure Code Generation
von: Shi, Jiahao, et al.
Veröffentlicht: (2025)

CoRaCMG: Contextual Retrieval-Augmented Framework for Commit Message Generation
von: Xiong, Bo, et al.
Veröffentlicht: (2025)

An Empirical Study on the Code Refactoring Capability of Large Language Models
von: Cordeiro, Jonathan, et al.
Veröffentlicht: (2024)

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

RepoGenReflex: Enhancing Repository-Level Code Completion with Verbal Reinforcement and Retrieval-Augmented Generation
von: Wang, Jicheng, et al.
Veröffentlicht: (2024)

Teaching Code Refactoring Using LLMs
von: Khairnar, Anshul, et al.
Veröffentlicht: (2025)

SCPatcher: Automated Smart Contract Code Repair via Retrieval-Augmented Generation and Knowledge Graph
von: Li, Xiaoqi, et al.
Veröffentlicht: (2026)

A Code Smell Refactoring Approach using GNNs
von: Zhang, HanYu, et al.
Veröffentlicht: (2025)

LLM-based Multi-Agent System for Intelligent Refactoring of Haskell Code
von: Siddeeq, Shahbaz, et al.
Veröffentlicht: (2025)

ChatGPT for Code Refactoring: Analyzing Topics, Interaction, and Effective Prompts
von: AlOmar, Eman Abdullah, et al.
Veröffentlicht: (2025)

Code Refactoring with LLM: A Comprehensive Evaluation With Few-Shot Settings
von: Tapader, Md. Raihan, et al.
Veröffentlicht: (2025)