Copertina

Deep Learning-based Code Completion: On the Impact on Performance of Contextual Information

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ciniselli, Matteo, Pascarella, Luca, Bavota, Gabriele
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Software Engineering
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

On the Generalizability of Deep Learning-based Code Completion Across Programming Language Versions
di: Ciniselli, Matteo, et al.
Pubblicazione: (2024)

Towards Summarizing Code Snippets Using Pre-Trained Transformers
di: Mastropaolo, Antonio, et al.
Pubblicazione: (2024)

Code Review Automation: Strengths and Weaknesses of the State of the Art
di: Tufano, Rosalia, et al.
Pubblicazione: (2024)

Why Personalizing Deep Learning-Based Code Completion Tools Matters
di: Giagnorio, Alessandro, et al.
Pubblicazione: (2025)

How the Training Procedure Impacts the Performance of Deep Learning-based Vulnerability Patching
di: Mastropaolo, Antonio, et al.
Pubblicazione: (2024)

On the Generalizability of Transformer Models to Code Completions of Different Lengths
di: Cooper, Nathan, et al.
Pubblicazione: (2025)

Automating Code Review: A Systematic Literature Review
di: Tufano, Rosalia, et al.
Pubblicazione: (2025)

From Today's Code to Tomorrow's Symphony: The AI Transformation of Developer's Routine by 2030
di: Qiu, Ketai, et al.
Pubblicazione: (2024)

Deep Learning-based Code Reviews: A Paradigm Shift or a Double-Edged Sword?
di: Tufano, Rosalia, et al.
Pubblicazione: (2024)

Studying Quality Improvements Recommended via Manual and Automated Code Review
di: Crupi, Giuseppe, et al.
Pubblicazione: (2026)

Improving Code Generation via Small Language Model-as-a-judge
di: Crupi, Giuseppe, et al.
Pubblicazione: (2026)

SEART Data Hub: Streamlining Large-Scale Source Code Mining and Pre-Processing
di: Dabić, Ozren, et al.
Pubblicazione: (2024)

Enhancing Code Generation for Low-Resource Languages: No Silver Bullet
di: Giagnorio, Alessandro, et al.
Pubblicazione: (2025)

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

A Taxonomy of Self-Admitted Technical Debt in Deep Learning Systems
di: Pepe, Federica, et al.
Pubblicazione: (2024)

Quality In, Quality Out: Investigating Training Data's Role in AI Code Generation
di: Improta, Cristina, et al.
Pubblicazione: (2025)

How do Copilot Suggestions Impact Developers' Frustration and Productivity?
di: Guglielmi, Emanuela, et al.
Pubblicazione: (2025)

Investigating Execution-Aware Language Models for Code Optimization
di: Di Menna, Federico, et al.
Pubblicazione: (2025)

On the Effectiveness of LLM-as-a-judge for Code Generation and Summarization
di: Crupi, Giuseppe, et al.
Pubblicazione: (2025)

Leveraging Reward Models for Guiding Code Review Comment Generation
di: Sghaier, Oussama Ben, et al.
Pubblicazione: (2025)

Guidelines to Prompt Large Language Models for Code Generation: An Empirical Characterization
di: Midolo, Alessandro, et al.
Pubblicazione: (2026)

Unveiling ChatGPT's Usage in Open Source Projects: A Mining-based Study
di: Tufano, Rosalia, et al.
Pubblicazione: (2024)

ContextModule: Improving Code Completion via Repository-level Contextual Information
di: Guan, Zhanming, et al.
Pubblicazione: (2024)

SATORI: Static Test Oracle Generation for REST APIs
di: Alonso, Juan C., et al.
Pubblicazione: (2025)

Contextualized Code Pretraining for Code Generation
di: Liu, Chen, et al.
Pubblicazione: (2026)

Developers and Generative AI: A Study of Self-Admitted Usage in Open Source Projects
di: Tufano, Rosalia, et al.
Pubblicazione: (2026)

Contextual API Completion for Unseen Repositories Using LLMs
di: Nashid, Noor, et al.
Pubblicazione: (2024)

RLCoder: Reinforcement Learning for Repository-Level Code Completion
di: Wang, Yanlin, et al.
Pubblicazione: (2024)

A Deep Dive into Retrieval-Augmented Generation for Code Completion: Experience on WeChat
di: Yang, Zezhou, et al.
Pubblicazione: (2025)

Prompt-based Code Completion via Multi-Retrieval Augmented Generation
di: Tan, Hanzhuo, et al.
Pubblicazione: (2024)

CodeT5-RNN: Reinforcing Contextual Embeddings for Enhanced Code Comprehension
di: Rahman, Md Mostafizer, et al.
Pubblicazione: (2026)

XMutant: XAI-based Fuzzing for Deep Learning Systems
di: Chen, Xingcheng, et al.
Pubblicazione: (2025)

PuzzleMark: Implicit Jigsaw Learning for Robust Code Dataset Watermarking in Neural Code Completion Models
di: Huang, Haocheng, et al.
Pubblicazione: (2026)

STALL+: Boosting LLM-based Repository-level Code Completion with Static Analysis
di: Liu, Junwei, et al.
Pubblicazione: (2024)

Control Models for In-IDE Code Completion
di: de Moor, Aral, et al.
Pubblicazione: (2026)

Impact-driven Context Filtering For Cross-file Code Completion
di: Li, Yanzhou, et al.
Pubblicazione: (2025)

GraphCoder: Enhancing Repository-Level Code Completion via Code Context Graph-based Retrieval and Language Model
di: Liu, Wei, et al.
Pubblicazione: (2024)

RAG or Fine-tuning? A Comparative Study on LCMs-based Code Completion in Industry
di: Wang, Chaozheng, et al.
Pubblicazione: (2025)

IRCoCo: Immediate Rewards-Guided Deep Reinforcement Learning for Code Completion
di: Li, Bolun, et al.
Pubblicazione: (2024)

LLMs Meet Library Evolution: Evaluating Deprecated API Usage in LLM-based Code Completion
di: Wang, Chong, et al.
Pubblicazione: (2024)