Buchumschlag

Tree-of-Code: A Hybrid Approach for Robust Complex Task Planning and Execution

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ni, Ziyi, Li, Yifan, Dong, Daxiang
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

Tree-of-Code: A Tree-Structured Exploring Framework for End-to-End Code Generation and Execution in Complex Task Handling
von: Ni, Ziyi, et al.
Veröffentlicht: (2024)

SWE-Hub: A Unified Production System for Scalable, Executable Software Engineering Tasks
von: Zeng, Yucheng, et al.
Veröffentlicht: (2026)

GitTaskBench: A Benchmark for Code Agents Solving Real-World Tasks Through Code Repository Leveraging
von: Ni, Ziyi, et al.
Veröffentlicht: (2025)

RA-Gen: A Controllable Code Generation Framework Using ReAct for Multi-Agent Task Execution
von: Liu, Aofan, et al.
Veröffentlicht: (2025)

RedCode: Risky Code Execution and Generation Benchmark for Code Agents
von: Guo, Chengquan, et al.
Veröffentlicht: (2024)

RepoMaster: Autonomous Exploration and Understanding of GitHub Repositories for Complex Task Solving
von: Wang, Huacan, et al.
Veröffentlicht: (2025)

Learning Adaptive Parallel Execution for Efficient Code Localization
von: Xu, Ke, et al.
Veröffentlicht: (2026)

FasterPy: An LLM-based Code Execution Efficiency Optimization Framework
von: Wu, Yue, et al.
Veröffentlicht: (2025)

An Execution-Verified Multi-Language Benchmark for Code Semantic Reasoning
von: Li, Yikun, et al.
Veröffentlicht: (2026)

Do Code Semantics Help? A Comprehensive Study on Execution Trace-Based Information for Code Large Language Models
von: Wang, Jian, et al.
Veröffentlicht: (2025)

Analyzing Chain of Thought (CoT) Approaches in Control Flow Code Deobfuscation Tasks
von: Mohseni, Seyedreza, et al.
Veröffentlicht: (2026)

VisCoder: Fine-Tuning LLMs for Executable Python Visualization Code Generation
von: Ni, Yuansheng, et al.
Veröffentlicht: (2025)

Integrating Symbolic Execution into the Fine-Tuning of Code-Generating LLMs
von: Sakharova, Marina, et al.
Veröffentlicht: (2025)

CodeRL+: Improving Code Generation via Reinforcement with Execution Semantics Alignment
von: Jiang, Xue, et al.
Veröffentlicht: (2025)

Enhancing LLM-Based Code Generation with Complexity Metrics: A Feedback-Driven Approach
von: Sepidband, Melika, et al.
Veröffentlicht: (2025)

Executing as You Generate: Hiding Execution Latency in LLM Code Generation
von: Sun, Zhensu, et al.
Veröffentlicht: (2026)

GeoCode-GPT: A Large Language Model for Geospatial Code Generation Tasks
von: Hou, Shuyang, et al.
Veröffentlicht: (2024)

Constraint-Guided Multi-Agent Decompilation for Executable Binary Recovery
von: Zhang, Yifan, et al.
Veröffentlicht: (2026)

Toward Executable Repository-Level Code Generation via Environment Alignment
von: Pan, Ruwei, et al.
Veröffentlicht: (2026)

MutaGReP: Execution-Free Repository-Grounded Plan Search for Code-Use
von: Khan, Zaid, et al.
Veröffentlicht: (2025)

When Prompts Go Wrong: Evaluating Code Model Robustness to Ambiguous, Contradictory, and Incomplete Task Descriptions
von: Larbi, Maya, et al.
Veröffentlicht: (2025)

CASET: Complexity Analysis using Simple Execution Traces for CS* submissions
von: Mehta, Aaryen, et al.
Veröffentlicht: (2024)

Benchmarking Multimodal LLMs on Code Generation for Complex Interactive Webpages
von: Wu, Fan, et al.
Veröffentlicht: (2026)

Automatically Generating UI Code from Screenshot: A Divide-and-Conquer-Based Approach
von: Wan, Yuxuan, et al.
Veröffentlicht: (2024)

ResearchEnvBench: Benchmarking Agents on Environment Synthesis for Research Code Execution
von: Wang, Yubang, et al.
Veröffentlicht: (2026)

Survey of GenAI for Automotive Software Development: From Requirements to Executable Code
von: Petrovic, Nenad, et al.
Veröffentlicht: (2025)

A Benchmark for Localizing Code and Non-Code Issues in Software Projects
von: Zhang, Zejun, et al.
Veröffentlicht: (2025)

Task Abstention for Large Language Models in Code Generation
von: Zhou, Yanke, et al.
Veröffentlicht: (2026)

Learning to Align Human Code Preferences
von: Yin, Xin, et al.
Veröffentlicht: (2025)

Beyond Execution: Static-Analysis Rewards and Hint-Conditioned Diffusion RL for Code Generation
von: Ouyang, Shuyin, et al.
Veröffentlicht: (2026)

RobuNFR: Evaluating the Robustness of Large Language Models on Non-Functional Requirements Aware Code Generation
von: Lin, Feng, et al.
Veröffentlicht: (2025)

Don't Complete It! Preventing Unhelpful Code Completion for Productive and Sustainable Neural Code Completion Systems
von: Sun, Zhensu, et al.
Veröffentlicht: (2022)

Seed-CTS: Unleashing the Power of Tree Search for Superior Performance in Competitive Coding Tasks
von: Wang, Hao, et al.
Veröffentlicht: (2024)

CodeFort: Robust Training for Code Generation Models
von: Zhang, Yuhao, et al.
Veröffentlicht: (2024)

Treefix: Enabling Execution with a Tree of Prefixes
von: Souza, Beatriz, et al.
Veröffentlicht: (2025)

TaskEval: Assessing Difficulty of Code Generation Tasks for Large Language Models
von: Tambon, Florian, et al.
Veröffentlicht: (2024)

TransAgent: Enhancing LLM-Based Code Translation via Fine-Grained Execution Alignment
von: Yuan, Zhiqiang, et al.
Veröffentlicht: (2024)

SolidCoder: Bridging the Mental-Reality Gap in LLM Code Generation through Concrete Execution
von: Lee, Woojin, et al.
Veröffentlicht: (2026)

Do Machines and Humans Focus on Similar Code? Exploring Explainability of Large Language Models in Code Summarization
von: Li, Jiliang, et al.
Veröffentlicht: (2024)

Terminus-4B: Can a Smaller Model Replace Frontier LLMs at Agentic Execution Tasks?
von: Garg, Spandan, et al.
Veröffentlicht: (2026)