Buchumschlag

Planning-Aware Code Infilling via Horizon-Length Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ding, Yifeng, Ding, Hantian, Wang, Shiqi, Sun, Qing, Kumar, Varun, Wang, Zijian
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computation and Language Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Code Preference via Synthetic Evolution
von: Liu, Jiawei, et al.
Veröffentlicht: (2024)

Training Language Model Agents to Find Vulnerabilities with CTF-Dojo
von: Zhuo, Terry Yue, et al.
Veröffentlicht: (2025)

Evaluating Language Models for Efficient Code Generation
von: Liu, Jiawei, et al.
Veröffentlicht: (2024)

RepoQA: Evaluating Long Context Code Understanding
von: Liu, Jiawei, et al.
Veröffentlicht: (2024)

SelfCodeAlign: Self-Alignment for Code Generation
von: Wei, Yuxiang, et al.
Veröffentlicht: (2024)

XFT: Unlocking the Power of Code Instruction Tuning by Simply Merging Upcycled Mixture-of-Experts
von: Ding, Yifeng, et al.
Veröffentlicht: (2024)

From Completion to Editing: Unlocking Context-Aware Code Infilling via Search-and-Replace Instruction Tuning
von: Zhang, Jiajun, et al.
Veröffentlicht: (2026)

LiveCodeBench: Holistic and Contamination Free Evaluation of Large Language Models for Code
von: Jain, Naman, et al.
Veröffentlicht: (2024)

AST-T5: Structure-Aware Pretraining for Code Generation and Understanding
von: Gong, Linyuan, et al.
Veröffentlicht: (2024)

LeetCodeDataset: A Temporal Dataset for Robust Evaluation and Efficient Training of Code LLMs
von: Xia, Yunhui, et al.
Veröffentlicht: (2025)

Uncertainty Awareness of Large Language Models Under Code Distribution Shifts: A Benchmark Study
von: Li, Yufei, et al.
Veröffentlicht: (2024)

Evaluation of LLMs on Syntax-Aware Code Fill-in-the-Middle Tasks
von: Gong, Linyuan, et al.
Veröffentlicht: (2024)

Tool-Aware Planning in Contact Center AI: Evaluating LLMs through Lineage-Guided Query Decomposition
von: Nathan, Varun, et al.
Veröffentlicht: (2026)

Suggesting Code Edits in Interactive Machine Learning Notebooks Using Large Language Models
von: Jin, Bihui, et al.
Veröffentlicht: (2025)

Towards Understanding What Code Language Models Learned
von: Ahmed, Toufique, et al.
Veröffentlicht: (2023)

Position: Intelligent Coding Systems Should Write Programs with Justifications
von: Xu, Xiangzhe, et al.
Veröffentlicht: (2025)

IntentCoding: Amplifying User Intent in Code Generation
von: Fang, Zheng, et al.
Veröffentlicht: (2026)

EVALOOOP: A Self-Consistency-Centered Framework for Assessing Large Language Model Robustness in Programming
von: Fang, Sen, et al.
Veröffentlicht: (2025)

Hybrid-Gym: Training Coding Agents to Generalize Across Tasks
von: Xie, Yiqing, et al.
Veröffentlicht: (2026)

SceneGenAgent: Precise Industrial Scene Generation with Coding Agent
von: Xia, Xiao, et al.
Veröffentlicht: (2024)

CodeJudge: Evaluating Code Generation with Large Language Models
von: Tong, Weixi, et al.
Veröffentlicht: (2024)

CodeEditorBench: Evaluating Code Editing Capability of Large Language Models
von: Guo, Jiawei, et al.
Veröffentlicht: (2024)

DeepCRCEval: Revisiting the Evaluation of Code Review Comment Generation
von: Lu, Junyi, et al.
Veröffentlicht: (2024)

ToolMATH: A Diagnostic Benchmark for Long-Horizon Tool Use under Systematic Tool-Catalog Constraints
von: Choi, Hyeonje, et al.
Veröffentlicht: (2026)

Top Leaderboard Ranking = Top Coding Proficiency, Always? EvoEval: Evolving Coding Benchmarks via LLM
von: Xia, Chunqiu Steven, et al.
Veröffentlicht: (2024)

Lita: Light Agent Uncovers the Agentic Coding Capabilities of LLMs
von: Dai, Hankun, et al.
Veröffentlicht: (2025)

TAROT: Test-driven and Capability-adaptive Curriculum Reinforcement Fine-tuning for Code Generation with Large Language Models
von: Park, Chansung, et al.
Veröffentlicht: (2026)

NaturalCodeBench: Examining Coding Performance Mismatch on HumanEval and Natural User Prompts
von: Zhang, Shudan, et al.
Veröffentlicht: (2024)

ReflexiCoder: Teaching Large Language Models to Self-Reflect on Generated Code and Self-Correct It via Reinforcement Learning
von: Jiang, Juyong, et al.
Veröffentlicht: (2026)

CodeUltraFeedback: An LLM-as-a-Judge Dataset for Aligning Large Language Models to Coding Preferences
von: Weyssow, Martin, et al.
Veröffentlicht: (2024)

HE-SNR: Uncovering Latent Logic via Entropy for Guiding Mid-Training on SWE-bench
von: Wang, Yueyang, et al.
Veröffentlicht: (2026)

Revisiting the Plastic Surgery Hypothesis via Large Language Models
von: Xia, Chunqiu Steven, et al.
Veröffentlicht: (2023)

Magicoder: Empowering Code Generation with OSS-Instruct
von: Wei, Yuxiang, et al.
Veröffentlicht: (2023)

StackEval: Benchmarking LLMs in Coding Assistance
von: Shah, Nidhish, et al.
Veröffentlicht: (2024)

CONCUR: Benchmarking LLMs for Concurrent Code Generation
von: Huang, Jue, et al.
Veröffentlicht: (2026)

Wisdom and Delusion of LLM Ensembles for Code Generation and Repair
von: Vallecillos-Ruiz, Fernando, et al.
Veröffentlicht: (2025)

GiFT: Gibbs Fine-Tuning for Code Generation
von: Li, Haochen, et al.
Veröffentlicht: (2025)

MetaLint: Easy-to-Hard Generalization for Code Linting
von: Naik, Atharva, et al.
Veröffentlicht: (2025)

ToolRegistry: A Protocol-Agnostic Tool Management Library for Function-Calling LLMs
von: Ding, Peng, et al.
Veröffentlicht: (2025)

Quantifying Contamination in Evaluating Code Generation Capabilities of Language Models
von: Riddell, Martin, et al.
Veröffentlicht: (2024)