Buchumschlag

When Fine-Tuning LLMs Meets Data Privacy: An Empirical Study of Federated Learning in LLM-Based Program Repair

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Luo, Wenqiang, Keung, Jacky Wai, Yang, Boyang, Ye, He, Goues, Claire Le, Bissyande, Tegawende F., Tian, Haoye, Le, Bach
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

Unlocking LLM Repair Capabilities Through Cross-Language Translation and Multi-Agent Refinement
von: Luo, Wenqiang, et al.
Veröffentlicht: (2025)

MORepair: Teaching LLMs to Repair Code via Multi-Objective Fine-tuning
von: Yang, Boyang, et al.
Veröffentlicht: (2024)

A Survey of LLM-based Automated Program Repair: Taxonomies, Design Paradigms, and Applications
von: Yang, Boyang, et al.
Veröffentlicht: (2025)

CREF: An LLM-based Conversational Software Repair Framework for Programming Tutors
von: Yang, Boyang, et al.
Veröffentlicht: (2024)

Security Vulnerability Detection with Multitask Self-Instructed Fine-Tuning of Large Language Models
von: Yang, Aidan Z. H., et al.
Veröffentlicht: (2024)

PAFT: Preservation Aware Fine-Tuning for Minimal-Edit Program Repair
von: Yang, Boyang, et al.
Veröffentlicht: (2026)

Boosting Open-Source LLMs for Program Repair via Reasoning Transfer and LLM-Guided Reinforcement Learning
von: Tang, Xunzhu, et al.
Veröffentlicht: (2025)

Input Reduction Enhanced LLM-based Program Repair
von: Yang, Boyang, et al.
Veröffentlicht: (2025)

Adversarial Reasoning for Repair Based on Inferred Program Intent
von: Ye, He, et al.
Veröffentlicht: (2025)

Beyond Localization: Recoverable Headroom and Residual Frontier in Repository-Level RAG-APR
von: Zhao, Pengtao, et al.
Veröffentlicht: (2026)

An Empirical Study of AI Techniques in Mobile Applications
von: Li, Yinghua, et al.
Veröffentlicht: (2022)

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

Fast, Fine-Grained Equivalence Checking for Neural Decompilers
von: Dramko, Luke, et al.
Veröffentlicht: (2025)

Programming Language Confusion: When Code LLMs Can't Keep their Languages Straight
von: Moumoula, Micheline Bénédicte, et al.
Veröffentlicht: (2025)

TestForge: Feedback-Driven, Agentic Test Suite Generation
von: Jain, Kush, et al.
Veröffentlicht: (2025)

PreciseBugCollector: Extensible, Executable and Precise Bug-fix Collection
von: Ye, He, et al.
Veröffentlicht: (2023)

Delving into Parameter-Efficient Fine-Tuning in Code Change Learning: An Empirical Study
von: Liu, Shuo, et al.
Veröffentlicht: (2024)

Revisiting Unnaturalness for Automated Program Repair in the Era of Large Language Models
von: Yang, Aidan Z. H., et al.
Veröffentlicht: (2024)

Patch-CLIP: A Patch-Text Pre-Trained Model
von: Tang, Xunzhu, et al.
Veröffentlicht: (2023)

What is a "bug"? On subjectivity, epistemic power, and implications for software research
von: Widder, David Gray, et al.
Veröffentlicht: (2024)

Soft Prompt Tuning for Cross-Lingual Transfer: When Less is More
von: Philippy, Fred, et al.
Veröffentlicht: (2024)

Large-scale, Independent and Comprehensive study of the power of LLMs for test case generation
von: Ouédraogo, Wendkûuni C., et al.
Veröffentlicht: (2024)

When FinTech Meets Privacy: Securing Financial LLMs with Differential Private Fine-Tuning
von: Zhu, Sichen, et al.
Veröffentlicht: (2025)

Assessing Spear-Phishing Website Generation in Large Language Model Coding Agents
von: Malloy, Tailia, et al.
Veröffentlicht: (2026)

Automatic, Expressive, and Scalable Fuzzing with Stitching
von: Green, Harrison, et al.
Veröffentlicht: (2026)

FrameShift: Learning to Resize Fuzzer Inputs Without Breaking Them
von: Green, Harrison, et al.
Veröffentlicht: (2025)

An Empirical Study of Perceptions of General LLMs and Multimodal LLMs on Hugging Face
von: Liu, Yujian, et al.
Veröffentlicht: (2026)

Enhancing repository-level software repair via repository-aware knowledge graphs
von: Yang, Boyang, et al.
Veröffentlicht: (2025)

Memory-Efficient Large Language Models for Program Repair with Semantic-Guided Patch Generation
von: Le-Cong, Thanh, et al.
Veröffentlicht: (2024)

Hybrid Privacy Policy-Code Consistency Check using Knowledge Graphs and LLMs
von: Mao, Zhenyu, et al.
Veröffentlicht: (2025)

Federated Intelligence: When Large AI Models Meet Federated Fine-Tuning and Collaborative Reasoning at the Network Edge
von: Ni, Wanli, et al.
Veröffentlicht: (2025)

Curvature-Aware Safety Restoration In LLMs Fine-Tuning
von: Bach, Thong, et al.
Veröffentlicht: (2025)

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

Idioms: Neural Decompilation With Joint Code and Type Definition Prediction
von: Dramko, Luke, et al.
Veröffentlicht: (2025)

The Struggles of LLMs in Cross-lingual Code Clone Detection
von: Moumoula, Micheline Bénédicte, 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)

SPELL: Synthesis of Programmatic Edits using LLMs
von: Ramos, Daniel, et al.
Veröffentlicht: (2026)

LuxInstruct: A Cross-Lingual Instruction Tuning Dataset For Luxembourgish
von: Philippy, Fred, et al.
Veröffentlicht: (2025)

HerAgent: Rethinking the Automated Environment Deployment via Hierarchical Test Pyramid
von: Li, Xiang, et al.
Veröffentlicht: (2026)

AndroLibZoo: A Reliable Dataset of Libraries Based on Software Dependency Analysis
von: Samhi, Jordan, et al.
Veröffentlicht: (2023)