Buchumschlag

SEART Data Hub: Streamlining Large-Scale Source Code Mining and Pre-Processing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dabić, Ozren, Tufano, Rosalia, Bavota, Gabriele
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

Code Review Automation: Strengths and Weaknesses of the State of the Art
von: Tufano, Rosalia, et al.
Veröffentlicht: (2024)

Unveiling ChatGPT's Usage in Open Source Projects: A Mining-based Study
von: Tufano, Rosalia, et al.
Veröffentlicht: (2024)

Deep Learning-based Code Reviews: A Paradigm Shift or a Double-Edged Sword?
von: Tufano, Rosalia, et al.
Veröffentlicht: (2024)

Automating Code Review: A Systematic Literature Review
von: Tufano, Rosalia, et al.
Veröffentlicht: (2025)

Developers and Generative AI: A Study of Self-Admitted Usage in Open Source Projects
von: Tufano, Rosalia, et al.
Veröffentlicht: (2026)

Studying Quality Improvements Recommended via Manual and Automated Code Review
von: Crupi, Giuseppe, et al.
Veröffentlicht: (2026)

Improving Code Generation via Small Language Model-as-a-judge
von: Crupi, Giuseppe, et al.
Veröffentlicht: (2026)

On the Generalizability of Transformer Models to Code Completions of Different Lengths
von: Cooper, Nathan, et al.
Veröffentlicht: (2025)

Quality In, Quality Out: Investigating Training Data's Role in AI Code Generation
von: Improta, Cristina, et al.
Veröffentlicht: (2025)

Towards Summarizing Code Snippets Using Pre-Trained Transformers
von: Mastropaolo, Antonio, et al.
Veröffentlicht: (2024)

Leveraging Reward Models for Guiding Code Review Comment Generation
von: Sghaier, Oussama Ben, et al.
Veröffentlicht: (2025)

Guidelines to Prompt Large Language Models for Code Generation: An Empirical Characterization
von: Midolo, Alessandro, et al.
Veröffentlicht: (2026)

On the Effectiveness of LLM-as-a-judge for Code Generation and Summarization
von: Crupi, Giuseppe, et al.
Veröffentlicht: (2025)

Deep Learning-based Code Completion: On the Impact on Performance of Contextual Information
von: Ciniselli, Matteo, et al.
Veröffentlicht: (2025)

Enhancing Code Generation for Low-Resource Languages: No Silver Bullet
von: Giagnorio, Alessandro, et al.
Veröffentlicht: (2025)

Why Personalizing Deep Learning-Based Code Completion Tools Matters
von: Giagnorio, Alessandro, et al.
Veröffentlicht: (2025)

On the Generalizability of Deep Learning-based Code Completion Across Programming Language Versions
von: Ciniselli, Matteo, et al.
Veröffentlicht: (2024)

Evaluating the Impact of Post-Training Quantization on Large Language Models for Code Generation
von: Giagnorio, Alessandro, et al.
Veröffentlicht: (2025)

How the Training Procedure Impacts the Performance of Deep Learning-based Vulnerability Patching
von: Mastropaolo, Antonio, et al.
Veröffentlicht: (2024)

Not One to Rule Them All: Mining Meaningful Code Review Orders From GitHub
von: Bouraffa, Abir, et al.
Veröffentlicht: (2025)

Immersion in the GitHub Universe: Scaling Coding Agents to Mastery
von: Zhao, Jiale, et al.
Veröffentlicht: (2026)

How do Copilot Suggestions Impact Developers' Frustration and Productivity?
von: Guglielmi, Emanuela, et al.
Veröffentlicht: (2025)

Investigating Execution-Aware Language Models for Code Optimization
von: Di Menna, Federico, et al.
Veröffentlicht: (2025)

A Taxonomy of Self-Admitted Technical Debt in Deep Learning Systems
von: Pepe, Federica, et al.
Veröffentlicht: (2024)

Where Is Self-admitted Code Generated by Large Language Models on GitHub?
von: Yu, Xiao, 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)

Integrating Large Language Models in Software Engineering Education: A Pilot Study through GitHub Repositories Mining
von: Khan, Maryam, et al.
Veröffentlicht: (2025)

Streamlined Airborne Software Development for Large UAVs: From Unified Data Collection to Automated Code Generation
von: Sinitsyn, Viktor, et al.
Veröffentlicht: (2025)

SATORI: Static Test Oracle Generation for REST APIs
von: Alonso, Juan C., et al.
Veröffentlicht: (2025)

HackRep: A Large-Scale Dataset of GitHub Hackathon Projects
von: Halmans, Sjoerd, et al.
Veröffentlicht: (2026)

Fingerprinting AI Coding Agents on GitHub
von: Ghaleb, Taher A.
Veröffentlicht: (2026)

Agentic Much? Adoption of Coding Agents on GitHub
von: Robbes, Romain, et al.
Veröffentlicht: (2026)

Automated Code Review Assignments: An Alternative Perspective of Code Ownership on GitHub
von: Lulla, Jai Lal, et al.
Veröffentlicht: (2025)

Retrospective: Data Mining Static Code Attributes to Learn Defect Predictors
von: Menzies, Tim
Veröffentlicht: (2025)

Large Language Model Unlearning for Source Code
von: Jiang, Xue, et al.
Veröffentlicht: (2025)

GitHub Actions: The Impact on the Pull Request Process
von: Wessel, Mairieli, et al.
Veröffentlicht: (2022)

SBAN: A Framework & Multi-Dimensional Dataset for Large Language Model Pre-Training and Software Code Mining
von: Jelodar, Hamed, et al.
Veröffentlicht: (2025)

On the Use of Agentic Coding: An Empirical Study of Pull Requests on GitHub
von: Watanabe, Miku, et al.
Veröffentlicht: (2025)

Mapping GitHub Sponsorships: A Longitudinal Observatory for Open-Source Sustainability
von: Hiltz, Rylan, et al.
Veröffentlicht: (2026)

On Categorizing Open Source Software Security Vulnerability Reporting Mechanisms on GitHub
von: Kancharoendee, Sushawapak, et al.
Veröffentlicht: (2025)