Buchumschlag

Labeling questions inside issue trackers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Rasti, Aidin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Software Engineering Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

QualiTagger: Automating software quality detection in issue trackers
von: Shivashankar, Karthik, et al.
Veröffentlicht: (2025)

Uncertainty-Guided Label Rebalancing for CPS Safety Monitoring
von: Ayotunde, John, et al.
Veröffentlicht: (2026)

GiveMeLabeledIssues: An Open Source Issue Recommendation System
von: Vargovich, Joseph, et al.
Veröffentlicht: (2023)

AGNOMIN -- Architecture Agnostic Multi-Label Function Name Prediction
von: Achamyeleh, Yonatan Gizachew, et al.
Veröffentlicht: (2025)

ANVIL: Anomaly-based Vulnerability Identification without Labelled Training Data
von: Wang, Weizhou, et al.
Veröffentlicht: (2024)

Automatic Data Labeling for Software Vulnerability Prediction Models: How Far Are We?
von: Le, Triet H. M., et al.
Veröffentlicht: (2024)

evomap: A Toolbox for Dynamic Mapping in Python
von: Matthe, Maximilian
Veröffentlicht: (2025)

ModelVerification.jl: a Comprehensive Toolbox for Formally Verifying Deep Neural Networks
von: Wei, Tianhao, et al.
Veröffentlicht: (2024)

A Survey on LLM-based Code Generation for Low-Resource and Domain-Specific Programming Languages
von: Joel, Sathvik, et al.
Veröffentlicht: (2024)

Green AI: A Preliminary Empirical Study on Energy Consumption in DL Models Across Different Runtime Infrastructures
von: Alizadeh, Negar, et al.
Veröffentlicht: (2024)

GPT Store Mining and Analysis
von: Su, Dongxun, et al.
Veröffentlicht: (2024)

An Effective Software Risk Prediction Management Analysis of Data Using Machine Learning and Data Mining Method
von: Xu, Jinxin, et al.
Veröffentlicht: (2024)

The More the Merrier? Navigating Accuracy vs. Energy Efficiency Design Trade-Offs in Ensemble Learning Systems
von: Omar, Rafiullah, et al.
Veröffentlicht: (2024)

Trained Without My Consent: Detecting Code Inclusion In Language Models Trained on Code
von: Majdinasab, Vahid, et al.
Veröffentlicht: (2024)

Face It Yourselves: An LLM-Based Two-Stage Strategy to Localize Configuration Errors via Logs
von: Shan, Shiwen, et al.
Veröffentlicht: (2024)

An Exploratory Investigation into Code License Infringements in Large Language Model Training Datasets
von: Katzy, Jonathan, et al.
Veröffentlicht: (2024)

Deep Learning and Machine Learning: Advancing Big Data Analytics and Management with Design Patterns
von: Chen, Keyu, et al.
Veröffentlicht: (2024)

RepairBench: Leaderboard of Frontier Models for Program Repair
von: Silva, André, et al.
Veröffentlicht: (2024)

Towards MLOps: A DevOps Tools Recommender System for Machine Learning System
von: Shah, Pir Sami Ullah, et al.
Veröffentlicht: (2024)

Automating REST API Postman Test Cases Using LLM
von: Sri, S Deepika, et al.
Veröffentlicht: (2024)

Mining Action Rules for Defect Reduction Planning
von: Oueslati, Khouloud, et al.
Veröffentlicht: (2024)

Refining Joint Text and Source Code Embeddings for Retrieval Task with Parameter-Efficient Fine-Tuning
von: Galliamov, Karim, et al.
Veröffentlicht: (2024)

Beyond the Comfort Zone: Emerging Solutions to Overcome Challenges in Integrating LLMs into Software Products
von: Nahar, Nadia, et al.
Veröffentlicht: (2024)

InfiBench: Evaluating the Question-Answering Capabilities of Code Large Language Models
von: Li, Linyi, et al.
Veröffentlicht: (2024)

How to Sustainably Monitor ML-Enabled Systems? Accuracy and Energy Efficiency Tradeoffs in Concept Drift Detection
von: Omar, Rafiullah, et al.
Veröffentlicht: (2024)

An Efficient Model Maintenance Approach for MLOps
von: Majidi, Forough, et al.
Veröffentlicht: (2024)

Targeted Deep Learning System Boundary Testing
von: Weißl, Oliver, et al.
Veröffentlicht: (2024)

AssertionBench: A Benchmark to Evaluate Large-Language Models for Assertion Generation
von: Pulavarthi, Vaishnavi, et al.
Veröffentlicht: (2024)

McUDI: Model-Centric Unsupervised Degradation Indicator for Failure Prediction AIOps Solutions
von: Poenaru-Olaru, Lorena, et al.
Veröffentlicht: (2024)

A Machine Learning-Based Error Mitigation Approach For Reliable Software Development On IBM'S Quantum Computers
von: Muqeet, Asmar, et al.
Veröffentlicht: (2024)

Bridging Expert Knowledge with Deep Learning Techniques for Just-In-Time Defect Prediction
von: Zhou, Xin, et al.
Veröffentlicht: (2024)

Automated Program Repair: Emerging trends pose and expose problems for benchmarks
von: Renzullo, Joseph, et al.
Veröffentlicht: (2024)

Context Composing for Full Line Code Completion
von: Semenkin, Anton, et al.
Veröffentlicht: (2024)

FairQuant: Certifying and Quantifying Fairness of Deep Neural Networks
von: Kim, Brian Hyeongseok, et al.
Veröffentlicht: (2024)

A Progressive Transformer for Unifying Binary Code Embedding and Knowledge Transfer
von: Lu, Hanxiao, et al.
Veröffentlicht: (2024)

Automated Trustworthiness Testing for Machine Learning Classifiers
von: Cho, Steven, et al.
Veröffentlicht: (2024)

RAMBO: Enhancing RAG-based Repository-Level Method Body Completion
von: Bui, Tuan-Dung, et al.
Veröffentlicht: (2024)

Perspective of Software Engineering Researchers on Machine Learning Practices Regarding Research, Review, and Education
von: Mojica-Hanke, Anamaria, et al.
Veröffentlicht: (2024)

Quantum vs. Classical Machine Learning Algorithms for Software Defect Prediction: Challenges and Opportunities
von: Nadim, Md, et al.
Veröffentlicht: (2024)

Optimising TinyML with Quantization and Distillation of Transformer and Mamba Models for Indoor Localisation on Edge Devices
von: Suwannaphong, Thanaphon, et al.
Veröffentlicht: (2024)