Buchumschlag

The Last Dependency Crusade: Solving Python Dependency Conflicts with LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bartlett, Antony, Liem, Cynthia, Panichella, Annibale
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Automated Test-Case Generation for REST APIs Using Model Inference Search Heuristic
von: Cao, Clinton, et al.
Veröffentlicht: (2024)

Metamorphic Testing of Deep Code Models: A Systematic Literature Review
von: Asgari, Ali, et al.
Veröffentlicht: (2025)

A Metamorphic Testing Approach to Diagnosing Memorization in LLM-Based Program Repair
von: De Koning, Milan, et al.
Veröffentlicht: (2026)

The Pursuit of Diversity: Multi-Objective Testing of Deep Reinforcement Learning Agents
von: Bartlett, Antony, et al.
Veröffentlicht: (2025)

Breaking the Silence: the Threats of Using LLMs in Software Engineering
von: Sallou, June, et al.
Veröffentlicht: (2023)

MEMRES: A Memory-Augmented Resolver with Confidence Cascade for Agentic Python Dependency Resolution
von: Minh, Dao Sy Duy, et al.
Veröffentlicht: (2026)

Test Wars: A Comparative Study of SBST, Symbolic Execution, and LLM-Based Approaches to Unit Test Generation
von: Abdullin, Azat, et al.
Veröffentlicht: (2025)

Real-World Fault Detection for C-Extended Python Projects with Automated Unit Test Generation
von: Berg, Lucas, et al.
Veröffentlicht: (2026)

Stdlib or Third-Party? Empirical Performance and Correctness of LLM-Assisted Zero-Dependency Python Libraries
von: Ding, Peng, et al.
Veröffentlicht: (2026)

Investigating Tool-Memory Conflicts in Tool-Augmented LLMs
von: Cheng, Jiali, et al.
Veröffentlicht: (2026)

What Challenges Do Developers Face in AI Agent Systems? An Empirical Study on Stack Overflow & GitHub Issues
von: Asgari, Ali, et al.
Veröffentlicht: (2025)

Adaptive Hierarchical Evaluation of LLMs and SAST tools for CWE Prediction in Python
von: Adnan, Muntasir, et al.
Veröffentlicht: (2026)

Automating the Detection of Requirement Dependencies Using Large Language Models
von: Darif, Ikram, et al.
Veröffentlicht: (2026)

EduBot -- Can LLMs Solve Personalized Learning and Programming Assignments?
von: Wang, Yibin, et al.
Veröffentlicht: (2025)

Data Dependency-Aware Code Generation from Enhanced UML Sequence Diagrams
von: Mao, Wenxin, et al.
Veröffentlicht: (2025)

TestSpark: IntelliJ IDEA's Ultimate Test Generation Companion
von: Sapozhnikov, Arkadii, et al.
Veröffentlicht: (2024)

Evolutionary Generative Fuzzing for Differential Testing of the Kotlin Compiler
von: Georgescu, Calin, et al.
Veröffentlicht: (2024)

LLM-Driven Collaborative Model for Untangling Commits via Explicit and Implicit Dependency Reasoning
von: Hou, Bo, et al.
Veröffentlicht: (2025)

Correct Code, Vulnerable Dependencies: A Large Scale Measurement Study of LLM-Specified Library Versions
von: Wang, Chengjie, et al.
Veröffentlicht: (2026)

Better Python Programming for all: With the focus on Maintainability
von: Shivashankar, Karthik, et al.
Veröffentlicht: (2024)

An Empirical Evaluation of Locally Deployed LLMs for Bug Detection in Python Code
von: Vulićević, Jelena Ilić
Veröffentlicht: (2026)

Software Dependencies 2.0: An Empirical Study of Reuse and Integration of Pre-Trained Models in Open-Source Projects
von: Yasmin, Jerin, et al.
Veröffentlicht: (2025)

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

Machine Learning Techniques for Python Source Code Vulnerability Detection
von: Farasat, Talaya, et al.
Veröffentlicht: (2024)

Rover: Context-aware Conflict Resolution with LLM
von: Zhang, Qingyu, et al.
Veröffentlicht: (2026)

DeMuVGN: Effective Software Defect Prediction Model by Learning Multi-view Software Dependency via Graph Neural Networks
von: Qiao, Yu, et al.
Veröffentlicht: (2024)

Agentic Property-Based Testing: Finding Bugs Across the Python Ecosystem
von: Maaz, Muhammad, et al.
Veröffentlicht: (2025)

Quality and Security Signals in AI-Generated Python Refactoring Pull Requests
von: Almukhtar, Mohamed, et al.
Veröffentlicht: (2026)

Benchmarking Text-to-Python against Text-to-SQL: The Impact of Explicit Logic and Ambiguity
von: Hu, Hangle, et al.
Veröffentlicht: (2026)

PyGen: A Collaborative Human-AI Approach to Python Package Creation
von: Barua, Saikat, et al.
Veröffentlicht: (2024)

Measuring LLM Trust Allocation Across Conflicting Software Artifacts
von: Ulfat, Noshin, et al.
Veröffentlicht: (2026)

PassionNet: An Innovative Framework for Duplicate and Conflicting Requirements Identification
von: Saleem, Summra, et al.
Veröffentlicht: (2024)

Copilot-in-the-Loop: Fixing Code Smells in Copilot-Generated Python Code using Copilot
von: Zhang, Beiqi, et al.
Veröffentlicht: (2024)

PyVeritas: On Verifying Python via LLM-Based Transpilation and Bounded Model Checking for C
von: Orvalho, Pedro, et al.
Veröffentlicht: (2025)

ArgRE: Formal Argumentation for Conflict Resolution in Multi-Agent Requirements Negotiation
von: Cheng, Haowei, et al.
Veröffentlicht: (2026)

PyResBugs: A Dataset of Residual Python Bugs for Natural Language-Driven Fault Injection
von: Cotroneo, Domenico, et al.
Veröffentlicht: (2025)

Evaluating AI-generated code for C++, Fortran, Go, Java, Julia, Matlab, Python, R, and Rust
von: Diehl, Patrick, et al.
Veröffentlicht: (2024)

From Translation to Superset: Benchmark-Driven Evolution of a Production AI Agent from Rust to Python
von: Wang, Jinhua, et al.
Veröffentlicht: (2026)

LLMs: A Game-Changer for Software Engineers?
von: Haque, Md Asraful
Veröffentlicht: (2024)

Treat societally impactful scientific insights as open-source software artifacts
von: Liem, Cynthia C. S., et al.
Veröffentlicht: (2023)