Buchumschlag

Directional Diffusion-Style Code Editing Pre-training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liang, Qingyuan, Sun, Zeyu, Zhu, Qihao, Hu, Junhao, Zhao, Yifan, Chen, Yizhou, Zhu, Mingxuan, Wang, Guoqing, Zhang, Lu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CupCleaner: A Hybrid Data Cleaning Approach for Comment Updating
von: Liang, Qingyuan, et al.
Veröffentlicht: (2023)

Lyra: A Benchmark for Turducken-Style Code Generation
von: Liang, Qingyuan, et al.
Veröffentlicht: (2021)

GramTrans: A Better Code Representation Approach in Code Generation
von: Zhang, Zhao, et al.
Veröffentlicht: (2025)

Do Advanced Language Models Eliminate the Need for Prompt Engineering in Software Engineering?
von: Wang, Guoqing, et al.
Veröffentlicht: (2024)

Contextualized Code Pretraining for Code Generation
von: Liu, Chen, et al.
Veröffentlicht: (2026)

Search-Induced Issues in Web-Augmented LLM Code Generation: Detecting and Repairing Error-Inducing Pages
von: Wang, Guoqing, et al.
Veröffentlicht: (2026)

Automatically Learning a Precise Measurement for Fault Diagnosis Capability of Test Cases
von: Zhao, Yifan, et al.
Veröffentlicht: (2025)

Condor: A Code Discriminator Integrating General Semantics with Code Details
von: Liang, Qingyuan, et al.
Veröffentlicht: (2024)

Prompt Alchemy: Automatic Prompt Refinement for Enhancing Code Generation
von: Ye, Sixiang, et al.
Veröffentlicht: (2025)

DSCodeBench: A Realistic Benchmark for Data Science Code Generation
von: Ouyang, Shuyin, et al.
Veröffentlicht: (2025)

TRACE: Evaluating Execution Efficiency of LLM-Based Code Translation
von: Gong, Zhihao, et al.
Veröffentlicht: (2026)

TRACE: Evaluating Execution Efficiency of LLM-Based Code Translation
von: Gong, Zhihao, et al.
Veröffentlicht: (2025)

Toward Functional and Non-Functional Evaluation of Application-Level Code Generation
von: Pan, Ruwei, et al.
Veröffentlicht: (2026)

Structure-aware Fine-tuning for Code Pre-trained Models
von: Wu, Jiayi, et al.
Veröffentlicht: (2024)

Rethinking the effects of data contamination in Code Intelligence
von: Yang, Zhen, et al.
Veröffentlicht: (2025)

Coding-PTMs: How to Find Optimal Code Pre-trained Models for Code Embedding in Vulnerability Detection?
von: Zhao, Yu, et al.
Veröffentlicht: (2024)

Bridge and Hint: Extending Pre-trained Language Models for Long-Range Code
von: Chen, Yujia, et al.
Veröffentlicht: (2024)

CoderEval: A Benchmark of Pragmatic Code Generation with Generative Pre-trained Models
von: Yu, Hao, et al.
Veröffentlicht: (2023)

Code Membership Inference for Detecting Unauthorized Data Use in Code Pre-trained Language Models
von: Zhang, Sheng, et al.
Veröffentlicht: (2023)

Models Are Codes: Towards Measuring Malicious Code Poisoning Attacks on Pre-trained Model Hubs
von: Zhao, Jian, et al.
Veröffentlicht: (2024)

On the Effect of Token Merging on Pre-trained Models for Code
von: Saad, Mootez, et al.
Veröffentlicht: (2025)

Learning to Guarantee Type Correctness in Code Generation through Type-Guided Program Synthesis
von: Huang, Zhechong, et al.
Veröffentlicht: (2025)

Genetic Auto-prompt Learning for Pre-trained Code Intelligence Language Models
von: Feng, Chengzhe, et al.
Veröffentlicht: (2024)

Learning in the Wild: Towards Leveraging Unlabeled Data for Effectively Tuning Pre-trained Code Models
von: Gao, Shuzheng, et al.
Veröffentlicht: (2024)

Improving Smart Contract Security with Contrastive Learning-based Vulnerability Detection
von: Chen, Yizhou, et al.
Veröffentlicht: (2024)

Pre-Training Representations of Binary Code Using Contrastive Learning
von: Zhang, Yifan, et al.
Veröffentlicht: (2022)

EfficientEdit: Accelerating Code Editing via Edit-Oriented Speculative Decoding
von: Wang, Peiding, et al.
Veröffentlicht: (2025)

Challenges of Using Pre-trained Models: the Practitioners' Perspective
von: Tan, Xin, et al.
Veröffentlicht: (2024)

Natural Is The Best: Model-Agnostic Code Simplification for Pre-trained Large Language Models
von: Wang, Yan, et al.
Veröffentlicht: (2024)

CodeUpdateArena: Benchmarking Knowledge Editing on API Updates
von: Liu, Zeyu Leo, et al.
Veröffentlicht: (2024)

Cascaded Code Editing: Large-Small Model Collaboration for Effective and Efficient Code Editing
von: Wang, Chaozheng, et al.
Veröffentlicht: (2026)

Knowledge-Enhanced Program Repair for Data Science Code
von: Ouyang, Shuyin, et al.
Veröffentlicht: (2025)

APPT: Boosting Automated Patch Correctness Prediction via Fine-tuning Pre-trained Models
von: Zhang, Quanjun, et al.
Veröffentlicht: (2023)

LAURA: Enhancing Code Review Generation with Context-Enriched Retrieval-Augmented LLM
von: Zhang, Yuxin, et al.
Veröffentlicht: (2025)

Function-to-Style Guidance of LLMs for Code Translation
von: Zhang, Longhui, et al.
Veröffentlicht: (2025)

Pre-trained Model-based Actionable Warning Identification: A Feasibility Study
von: Ge, Xiuting, et al.
Veröffentlicht: (2024)

PEACE: Towards Efficient Project-Level Efficiency Optimization via Hybrid Code Editing
von: Ren, Xiaoxue, et al.
Veröffentlicht: (2025)

A Vulnerability Code Intent Summary Dataset
von: Huang, Yifan, et al.
Veröffentlicht: (2025)

Isolating Compiler Bugs through Compilation Steps Analysis
von: Liu, Yujie, et al.
Veröffentlicht: (2025)

Improving Deep Assertion Generation via Fine-Tuning Retrieval-Augmented Pre-trained Language Models
von: Zhang, Quanjun, et al.
Veröffentlicht: (2025)