Buchumschlag

Precision or Peril: A PoC of Python Code Quality from Quantized Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Melin, Eric L., Torek, Adam J., Eisty, Nasir U., Kennington, Casey
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

Exploring the Advances in Using Machine Learning to Identify Technical Debt and Self-Admitted Technical Debt
von: Melin, Eric L., et al.
Veröffentlicht: (2024)

Characterizing the Usefulness of Code Review Comments in Scientific Software for Software Quality and Scientific Rigor
von: Ahmed, Sharif, et al.
Veröffentlicht: (2026)

Code Vulnerability Detection: A Comparative Analysis of Emerging Large Language Models
von: Sultana, Shaznin, et al.
Veröffentlicht: (2024)

Multi-Artifact Analysis of Self-Admitted Technical Debt in Scientific Software
von: Melin, Eric L., et al.
Veröffentlicht: (2026)

Understanding Emojis :) in Useful Code Review Comments
von: Ahmed, Sharif, et al.
Veröffentlicht: (2024)

Hold On! Is My Feedback Useful? Evaluating the Usefulness of Code Review Comments
von: Ahmed, Sharif, et al.
Veröffentlicht: (2025)

Sentiment Analysis of ML Projects: Bridging Emotional Intelligence and Code Quality
von: Ahmed, Md Shoaib, et al.
Veröffentlicht: (2024)

Self-Admitted Technical Debt in Scientific Software: Prioritization, Sentiment, and Propagation Across Artifacts
von: Melin, Eric L., et al.
Veröffentlicht: (2026)

Leveraging Large Language Models for Predicting Cost and Duration in Software Engineering Projects
von: Carpenter, Justin, et al.
Veröffentlicht: (2024)

Exploring Requirements Elicitation from App Store User Reviews Using Large Language Models
von: Ghosh, Tanmai Kumar, et al.
Veröffentlicht: (2024)

LLMs in Code Vulnerability Analysis: A Proof of Concept
von: Sultana, Shaznin, et al.
Veröffentlicht: (2026)

Exploring Sustainability in Scientific Software through Code Quality & Test Coverage Metrics
von: Rahman, Sheikh Md. Mushfiqur, et al.
Veröffentlicht: (2026)

Exploring Scientific Debt: Harnessing AI for SATD Identification in Scientific Software
von: Melin, Eric L., et al.
Veröffentlicht: (2025)

The Role of AI in Modern Penetration Testing
von: Curtis, J. Alexander, et al.
Veröffentlicht: (2025)

SmartPoC: Generating Executable and Validated PoCs for Smart Contract Bug Reports
von: Chen, Longfei, et al.
Veröffentlicht: (2025)

MALTA: Maintenance-Aware Technical Lag, Estimation to Address Software Abandonment
von: Panter, Shane K., et al.
Veröffentlicht: (2026)

Technical Lag as Latent Technical Debt: A Rapid Review
von: Panter, Shane K., et al.
Veröffentlicht: (2026)

PoC-Gym: Towards More Reliable LLM-Assisted Proof-of-Concept Exploit Generation
von: Gezgin, Derin, et al.
Veröffentlicht: (2026)

The Kubernetes Security Landscape: AI-Driven Insights from Developer Discussions
von: Curtis, J. Alexander, et al.
Veröffentlicht: (2024)

Peer Code Review in Research Software Development: The Research Software Engineer Perspective
von: Malik, Md Ariful Islam, et al.
Veröffentlicht: (2025)

Decade-long Utilization Patterns of ICSE Technical Papers and Associated Artifacts
von: Ahmed, Sharif, et al.
Veröffentlicht: (2024)

Shaky Structures: The Wobbly World of Causal Graphs in Software Analytics
von: Hulse, Jeremy, et al.
Veröffentlicht: (2025)

Introducing Ensemble Machine Learning Algorithms for Automatic Test Case Generation using Learning Based Testing
von: Rahman, Sheikh Md. Mushfiqur, et al.
Veröffentlicht: (2024)

Uncovering Scientific Software Sustainability through Community Engagement and Software Quality Metrics
von: Ahmed, Sharif, et al.
Veröffentlicht: (2025)

Rusty Linux: Advances in Rust for Linux Kernel Development
von: Panter, Shane K., et al.
Veröffentlicht: (2024)

Ten Essential Guidelines for Building High-Quality Research Software
von: Eisty, Nasir U., et al.
Veröffentlicht: (2025)

PVAC: Package Version Activity Categorizer, Leveraging Semantic Versioning in a Heterogeneous System
von: Panter, Shane K., et al.
Veröffentlicht: (2024)

Testing Research Software: An In-Depth Survey of Practices, Methods, and Tools
von: Eisty, Nasir U., et al.
Veröffentlicht: (2025)

From Transactions to Exploits: Automated PoC Synthesis for Real-World DeFi Attacks
von: Su, Xing, et al.
Veröffentlicht: (2026)

Beyond Pass/Fail: The Story of Learning-Based Testing
von: Rahman, Sheikh Md. Mushfiqur, et al.
Veröffentlicht: (2025)

Deciphering WONTFIX: A Mixed-Method Study on Why GitHub Issues Get Rejected
von: Curtis, J. Alexander, et al.
Veröffentlicht: (2025)

Patch-to-PoC: A Systematic Study of Agentic LLM Systems for Linux Kernel N-Day Reproduction
von: Pu, Juefei, et al.
Veröffentlicht: (2026)

Integrating APK Image and Text Data for Enhanced Threat Detection: A Multimodal Deep Learning Approach to Android Malware
von: Arifin, Md Mashrur, et al.
Veröffentlicht: (2026)

Learning-Based Testing for Deep Learning: Enhancing Model Robustness with Adversarial Input Prioritization
von: Rahman, Sheikh Md Mushfiqur, et al.
Veröffentlicht: (2025)

Quality Assessment of Python Tests Generated by Large Language Models
von: Alves, Victor, et al.
Veröffentlicht: (2025)

Ten Simple Rules for Catalyzing Collaborations and Building Bridges between Research Software Engineers and Software Engineering Researchers
von: Eisty, Nasir U., et al.
Veröffentlicht: (2025)

Promises, Perils, and (Timely) Heuristics for Mining Coding Agent Activity
von: Robbes, Romain, et al.
Veröffentlicht: (2026)

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

PoTo: A Hybrid Andersen's Points-to Analysis for Python
von: Rak-amnouykit, Ingkarat, et al.
Veröffentlicht: (2024)

A survey of generative AI adoption and perceived productivity among scientists who program
von: O'Brien, Gabrielle, et al.
Veröffentlicht: (2025)