Buchumschlag

Memory-Efficient Large Language Models for Program Repair with Semantic-Guided Patch Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Le-Cong, Thanh, Le, Bach, Murray, Toby
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Reliable Evaluation of Neural Program Repair with Natural Robustness Testing
von: Le-Cong, Thanh, et al.
Veröffentlicht: (2024)

Can LLMs Reason About Program Semantics? A Comprehensive Evaluation of LLMs on Formal Specification Inference
von: Le-Cong, Thanh, et al.
Veröffentlicht: (2025)

PatchGuru: Patch Oracle Inference from Natural Language Artifacts with Large Language Models
von: Le-Cong, Thanh, et al.
Veröffentlicht: (2026)

From Empirical Evaluation to Context-Aware Enhancement: Repairing Regression Errors with LLMs
von: Ho, Anh, et al.
Veröffentlicht: (2025)

Perish or Flourish? A Holistic Evaluation of Large Language Models for Code Generation in Functional Programming
von: Lang, Nguyet-Anh H., et al.
Veröffentlicht: (2026)

Comparison of Static Application Security Testing Tools and Large Language Models for Repo-level Vulnerability Detection
von: Zhou, Xin, et al.
Veröffentlicht: (2024)

Repeton: Structured Bug Repair with ReAct-Guided Patch-and-Test Cycles
von: Vinh, Nguyen Phu, et al.
Veröffentlicht: (2025)

An Empirical Study on Capability of Large Language Models in Understanding Code Semantics
von: Nguyen, Thu-Trang, et al.
Veröffentlicht: (2024)

$T^3$: Multi-level Tree-based Automatic Program Repair with Large Language Models
von: Liu, Quanming, et al.
Veröffentlicht: (2025)

Automating Patch Set Generation from Code Review Comments Using Large Language Models
von: Rahman, Tajmilur, et al.
Veröffentlicht: (2024)

Dr. Boot: Bootstrapping Program Synthesis Language Models to Perform Repairing
von: van der Vleuten, Noah
Veröffentlicht: (2025)

Peer-aided Repairer: Empowering Large Language Models to Repair Advanced Student Assignments
von: Zhao, Qianhui, et al.
Veröffentlicht: (2024)

NARRepair: Non-Autoregressive Code Generation Model for Automatic Program Repair
von: Yang, Zhenyu, et al.
Veröffentlicht: (2024)

Personality-Guided Code Generation Using Large Language Models
von: Guo, Yaoqi, et al.
Veröffentlicht: (2024)

Guiding Large Language Models to Generate Computer-Parsable Content
von: Wang, Jiaye
Veröffentlicht: (2024)

Large Language Model Guided Self-Debugging Code Generation
von: Adnan, Muntasir, et al.
Veröffentlicht: (2025)

How Do Semantically Equivalent Code Transformations Impact Membership Inference on LLMs for Code?
von: Yang, Hua, et al.
Veröffentlicht: (2025)

CrossPL: Evaluating Large Language Models on Cross Programming Language Code Generation
von: Xiong, Zhanhang, et al.
Veröffentlicht: (2025)

An Empirical Study on Self-correcting Large Language Models for Data Science Code Generation
von: Quoc, Thai Tang, et al.
Veröffentlicht: (2024)

Automated Repair of AI Code with Large Language Models and Formal Verification
von: Charalambous, Yiannis, et al.
Veröffentlicht: (2024)

PatchZero: Zero-Shot Automatic Patch Correctness Assessment
von: Zhou, Xin, et al.
Veröffentlicht: (2023)

Semantic Evolution over Populations for LLM-Guided Automated Program Repair
von: Le, Cuong Chi, et al.
Veröffentlicht: (2026)

INTERVENOR: Prompting the Coding Ability of Large Language Models with the Interactive Chain of Repair
von: Wang, Hanbin, et al.
Veröffentlicht: (2023)

Improving MPI Error Detection and Repair with Large Language Models and Bug References
von: Piersall, Scott, et al.
Veröffentlicht: (2026)

RepairAgent: An Autonomous, LLM-Based Agent for Program Repair
von: Bouzenia, Islem, et al.
Veröffentlicht: (2024)

Self-Bootstrapping Automated Program Repair: Using LLMs to Generate and Evaluate Synthetic Training Data for Bug Repair
von: de-Fitero-Dominguez, David, et al.
Veröffentlicht: (2025)

VulnLLMEval: A Framework for Evaluating Large Language Models in Software Vulnerability Detection and Patching
von: Zibaeirad, Arastoo, et al.
Veröffentlicht: (2024)

Planning-Driven Programming: A Large Language Model Programming Workflow
von: Lei, Chao, et al.
Veröffentlicht: (2024)

LLMs for Engineering: Teaching Models to Design High Powered Rockets
von: Simonds, Toby
Veröffentlicht: (2025)

Counterexample Guided Program Repair Using Zero-Shot Learning and MaxSAT-based Fault Localization
von: Orvalho, Pedro, et al.
Veröffentlicht: (2024)

RePaCA: Leveraging Reasoning Large Language Models for Static Automated Patch Correctness Assessment
von: Fuster-Pena, Marcos, et al.
Veröffentlicht: (2025)

A Survey Study on the State of the Art of Programming Exercise Generation using Large Language Models
von: Frankford, Eduard, et al.
Veröffentlicht: (2024)

SemAgent: A Semantics Aware Program Repair Agent
von: Pabba, Anvith, et al.
Veröffentlicht: (2025)

RepoRepair: Leveraging Code Documentation for Repository-Level Automated Program Repair
von: Pan, Zhongqiang, et al.
Veröffentlicht: (2026)

Benchmark Dataset Generation and Evaluation for Excel Formula Repair with LLMs
von: Singha, Ananya, et al.
Veröffentlicht: (2025)

RisConFix: LLM-based Automated Repair of Risk-Prone Drone Configurations
von: Han, Liping, et al.
Veröffentlicht: (2025)

Enhancing Automated Program Repair with Solution Design
von: Zhao, Jiuang, et al.
Veröffentlicht: (2024)

Collaborative Agents for Automated Program Repair in Ruby
von: Akbarpour, Nikta, et al.
Veröffentlicht: (2025)

Evaluating Agent-based Program Repair at Google
von: Rondon, Pat, et al.
Veröffentlicht: (2025)

Evaluating the Generalizability of LLMs in Automated Program Repair
von: Li, Fengjie, et al.
Veröffentlicht: (2025)