Buchumschlag

Automated Refactoring of Non-Idiomatic Python Code: A Differentiated Replication with LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Midolo, Alessandro, Di Penta, Massimiliano
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

From Human to Machine Refactoring: Assessing GPT-4's Impact on Python Class Quality and Readability
von: Midolo, Alessandro, et al.
Veröffentlicht: (2026)

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

Machine Learning in the Wild: Early Evidence of Non-Compliant ML-Automation in Open-Source Software
von: Arshid, Zohaib, et al.
Veröffentlicht: (2026)

Do LLMs Provide Links to Code Similar to what they Generate? A Study with Gemini and Bing CoPilot
von: Bifolco, Daniele, et al.
Veröffentlicht: (2025)

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

Optimizing Datasets for Code Summarization: Is Code-Comment Coherence Enough?
von: Vitale, Antonio, et al.
Veröffentlicht: (2025)

Relating Complexity, Explicitness, Effectiveness of Refactorings and Non-Functional Requirements: A Replication Study
von: Soares, Vinícius, et al.
Veröffentlicht: (2025)

Bugs in the Shadows: Static Detection of Faulty Python Refactorings
von: Oliveira, Jonhnanthan, et al.
Veröffentlicht: (2025)

CodeGenLink: A Tool to Find the Likely Origin and License of Automatically Generated Code
von: Bifolco, Daniele, et al.
Veröffentlicht: (2025)

ActRef: Enhancing the Understanding of Python Code Refactoring with Action-Based Analysis
von: Wang, Siqi, et al.
Veröffentlicht: (2025)

An Empirical Study on the Potential of LLMs in Automated Software Refactoring
von: Liu, Bo, et al.
Veröffentlicht: (2024)

Augmenting Software Bills of Materials with Software Vulnerability Description: A Preliminary Study on GitHub
von: Fucci, Davide, et al.
Veröffentlicht: (2025)

Not All Tokens Matter: Data-Centric Optimization for Efficient Code Summarization
von: Afrin, Saima, et al.
Veröffentlicht: (2026)

Teaching Code Refactoring Using LLMs
von: Khairnar, Anshul, et al.
Veröffentlicht: (2025)

Intent Preserving Generation of Diverse and Idiomatic (Code-)Artifacts
von: Westphal, Oliver
Veröffentlicht: (2025)

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

Automated Refactoring of Legacy JavaScript Code to ES6 Modules
von: Paltoglou, Katerina, et al.
Veröffentlicht: (2021)

Automated Extract Method Refactoring with Open-Source LLMs: A Comparative Study
von: Chand, Sivajeet, et al.
Veröffentlicht: (2025)

"Let it be Chaos in the Plumbing!" Usage and Efficacy of Chaos Engineering in DevOps Pipelines
von: Fossati, Stefano, et al.
Veröffentlicht: (2025)

Automated Unit Test Refactoring
von: Gao, Yi, et al.
Veröffentlicht: (2024)

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

A Differential Fuzzing-Based Evaluation of Functional Equivalence in LLM-Generated Code Refactorings
von: Dristi, Simantika Bhattacharjee, et al.
Veröffentlicht: (2026)

"Refactoring Runaway": Understanding and Mitigating Tangled Refactorings in Coding Agents for Issue Resolution
von: Tian, Zhao, et al.
Veröffentlicht: (2026)

How to Refactor this Code? An Exploratory Study on Developer-ChatGPT Refactoring Conversations
von: AlOmar, Eman Abdullah, et al.
Veröffentlicht: (2024)

Improving Code Comprehension through Cognitive-Load Aware Automated Refactoring for Novice Programmers
von: Saha, Subarna, et al.
Veröffentlicht: (2026)

SWE-Refactor: A Repository-Level Benchmark for Real-World LLM-Based Code Refactoring
von: Xu, Yisen, et al.
Veröffentlicht: (2026)

Assessing the Bug-Proneness of Refactored Code: A Longitudinal Multi-Project Study
von: Ferreira, Isabella, et al.
Veröffentlicht: (2025)

How are MLOps Frameworks Used in Open Source Projects? An Empirical Characterization
von: Zampetti, Fiorella, et al.
Veröffentlicht: (2026)

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

Automatic Categorization of GitHub Actions with Transformers and Few-shot Learning
von: Nguyen, Phuong T., et al.
Veröffentlicht: (2024)

Code Clone Refactoring in C# with Lambda Expressions
von: Kawamoto, Takuto, et al.
Veröffentlicht: (2025)

Leveraging LLMs, IDEs, and Semantic Embeddings for Automated Move Method Refactoring
von: Bellur, Abhiram, et al.
Veröffentlicht: (2025)

Refactoring to Pythonic Idioms: A Hybrid Knowledge-Driven Approach Leveraging Large Language Models
von: Zhang, Zejun, et al.
Veröffentlicht: (2024)

Detecting Refactoring Commits in Machine Learning Python Projects: A Machine Learning-Based Approach
von: Noei, Shayan, et al.
Veröffentlicht: (2024)

Many-Objective Optimization of Non-Functional Attributes based on Refactoring of Software Models
von: Cortellessa, Vittorio, et al.
Veröffentlicht: (2023)

BOMs Away! Inside the Minds of Stakeholders: A Comprehensive Study of Bills of Materials for Software Systems
von: Stalnaker, Trevor, et al.
Veröffentlicht: (2023)

Impermanent Identifiers: Enhanced Source Code Comprehension and Refactoring
von: Guerra, Eduardo Martins, et al.
Veröffentlicht: (2024)

Exploring the Potential of Llama Models in Automated Code Refinement: A Replication Study
von: Caumartin, Genevieve, et al.
Veröffentlicht: (2024)

Refactoring for Dockerfile Quality: A Dive into Developer Practices and Automation Potential
von: Ksontini, Emna, et al.
Veröffentlicht: (2025)

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