Buchumschlag

Tadashi: Enabling AI-Based Automated Code Generation With Guaranteed Correctness

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vatai, Emil, Drozd, Aleksandr, Ivanov, Ivan R., Batista, Joao E., Ren, Yinghao, Wahib, Mohamed
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SAFE: Improving LLM Systems using Sentence-Level In-generation Attribution
von: Batista, João Eduardo, et al.
Veröffentlicht: (2025)

Correctness-Guaranteed Code Generation via Constrained Decoding
von: Li, Lingxiao, et al.
Veröffentlicht: (2025)

Looking for (Genomic) Needles in a Haystack: Sparsity-Driven Search for Identifying Correlated Genetic Mutations in Cancer
von: Prabhu, Ritvik, et al.
Veröffentlicht: (2026)

Weakly Supervised Learners for Correction of AI Errors with Provable Performance Guarantees
von: Tyukin, Ivan Y., et al.
Veröffentlicht: (2024)

Can Coding Agents Be General Agents?
von: Ivanov, Maksim, et al.
Veröffentlicht: (2026)

Conformal Prediction for Indoor Positioning with Correctness Coverage Guarantees
von: Zhou, Zhiyi, et al.
Veröffentlicht: (2025)

Shuffling Heuristic in Variational Inequalities: Establishing New Convergence Guarantees
von: Medyakov, Daniil, et al.
Veröffentlicht: (2025)

Distributional Sensitivity Analysis: Enabling Differentiability in Sample-Based Inference
von: Chuang, Pi-Yueh, et al.
Veröffentlicht: (2025)

CodeRefine: A Pipeline for Enhancing LLM-Generated Code Implementations of Research Papers
von: Trofimova, Ekaterina, et al.
Veröffentlicht: (2024)

Embedding Domain-Specific Knowledge from LLMs into the Feature Engineering Pipeline
von: Batista, João Eduardo
Veröffentlicht: (2025)

GLLM: Self-Corrective G-Code Generation using Large Language Models with User Feedback
von: Abdelaal, Mohamed, et al.
Veröffentlicht: (2025)

Enhancing AI-Based ECG Delineation with Deep Learning Denoising Techniques
von: Breeding-Allison, Jeff, et al.
Veröffentlicht: (2026)

NNTile: a machine learning framework capable of training extremely large GPT language models on a single node
von: Mikhalev, Aleksandr, et al.
Veröffentlicht: (2025)

Wasserstein Convergence Guarantees for a General Class of Score-Based Generative Models
von: Gao, Xuefeng, et al.
Veröffentlicht: (2023)

Run LoRA Run: Faster and Lighter LoRA Implementations
von: Cherniuk, Daria, et al.
Veröffentlicht: (2023)

Distributed Cross-Channel Hierarchical Aggregation for Foundation Models
von: Tsaris, Aristeidis, et al.
Veröffentlicht: (2025)

Automated Cloud Infrastructure-as-Code Reconciliation with AI Agents
von: Yang, Zhenning, et al.
Veröffentlicht: (2025)

Automating Computational Design with Generative AI
von: Ploennigs, Joern, et al.
Veröffentlicht: (2023)

Generalization Error Guaranteed Auto-Encoder-Based Nonlinear Model Reduction for Operator Learning
von: Liu, Hao, et al.
Veröffentlicht: (2024)

Linguacodus: A Synergistic Framework for Transformative Code Generation in Machine Learning Pipelines
von: Trofimova, Ekaterina, et al.
Veröffentlicht: (2024)

NRGBoost: Energy-Based Generative Boosted Trees
von: Bravo, João
Veröffentlicht: (2024)

Generalized Guarantees for Variational Inference in the Presence of Even and Elliptical Symmetry
von: Margossian, Charles C., et al.
Veröffentlicht: (2025)

Counterfactual Generation with Identifiability Guarantees
von: Yan, Hanqi, et al.
Veröffentlicht: (2024)

Bayesian Optimization and Convolutional Neural Networks for Zernike-Based Wavefront Correction in High Harmonic Generation
von: Fernandes, Guilherme Grancho D., et al.
Veröffentlicht: (2025)

DeCoR: Defy Knowledge Forgetting by Predicting Earlier Audio Codes
von: Jiang, Xilin, et al.
Veröffentlicht: (2023)

Formal Mechanistic Interpretability: Automated Circuit Discovery with Provable Guarantees
von: Hadad, Itamar, et al.
Veröffentlicht: (2026)

An Overview of the JPEG AI Learning-Based Image Coding Standard
von: Esenlik, Semih, et al.
Veröffentlicht: (2025)

Discrete Flow Matching: Convergence Guarantees Under Minimal Assumptions
von: Pham, Le-Tuyet-Nhi, et al.
Veröffentlicht: (2026)

Generalising Travel Time Prediction To Varying Route Choices In Urban Networks
von: Gorczyca, Łukasz, et al.
Veröffentlicht: (2026)

Ensuring Functional Correctness of Large Code Models with Selective Generation
von: Jeong, Jaewoo, et al.
Veröffentlicht: (2025)

Agentic AI for Intent-Based Industrial Automation
von: Romero, Marcos Lima, et al.
Veröffentlicht: (2025)

Improved Stability and Generalization Guarantees of the Decentralized SGD Algorithm
von: Bars, Batiste Le, et al.
Veröffentlicht: (2023)

Transformation-Invariant Learning and Theoretical Guarantees for OOD Generalization
von: Montasser, Omar, et al.
Veröffentlicht: (2024)

LUNA: Linear Universal Neural Attention with Generalization Guarantees
von: Shahbazi, Ashkan, et al.
Veröffentlicht: (2025)

Score Based Error Correcting Code Decoder
von: Helvits, Alon, et al.
Veröffentlicht: (2026)

Automated Neuron Labelling Enables Generative Steering and Interpretability in Protein Language Models
von: Banerjee, Arjun, et al.
Veröffentlicht: (2025)

Conformal Alignment: Knowing When to Trust Foundation Models with Guarantees
von: Gui, Yu, et al.
Veröffentlicht: (2024)

MAGE: A Multi-Agent Engine for Automated RTL Code Generation
von: Zhao, Yujie, et al.
Veröffentlicht: (2024)

Synthetic Data Generation and Automated Multidimensional Data Labeling for AI/ML in General and Circular Coordinates
von: Williams, Alice, et al.
Veröffentlicht: (2024)

Automating Forecasting Question Generation and Resolution for AI Evaluation
von: Bosse, Nikos I., et al.
Veröffentlicht: (2026)