Buchumschlag

Mock Deep Testing: Toward Separate Development of Data and Models for Deep Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Manke, Ruchira, Wardat, Mohammad, Khomh, Foutse, Rajan, Hridesh
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

Leveraging Data Characteristics for Bug Localization in Deep Learning Programs
von: Manke, Ruchira, et al.
Veröffentlicht: (2024)

Towards Understanding the Impact of Data Bugs on Deep Learning Models in Software Engineering
von: Shah, Mehil B, et al.
Veröffentlicht: (2024)

muPRL: A Mutation Testing Pipeline for Deep Reinforcement Learning based on Real Faults
von: Thomas, Deepak-George, et al.
Veröffentlicht: (2024)

Towards Enhancing the Reproducibility of Deep Learning Bugs: An Empirical Study
von: Shah, Mehil B., et al.
Veröffentlicht: (2024)

Inferring Data Preconditions from Deep Learning Models for Trustworthy Prediction in Deployment
von: Ahmed, Shibbir, et al.
Veröffentlicht: (2024)

Common Challenges of Deep Reinforcement Learning Applications Development: An Empirical Study
von: Morovati, Mohammad Mehdi, et al.
Veröffentlicht: (2023)

Fault Localization in Deep Learning-based Software: A System-level Approach
von: Morovati, Mohammad Mehdi, et al.
Veröffentlicht: (2024)

GIST: Generated Inputs Sets Transferability in Deep Learning
von: Tambon, Florian, et al.
Veröffentlicht: (2023)

Imitation Game: Reproducing Deep Learning Bugs Leveraging an Intelligent Agent
von: Shah, Mehil B, et al.
Veröffentlicht: (2025)

Towards Assessing Deep Learning Test Input Generators
von: Mzoughi, Seif, et al.
Veröffentlicht: (2025)

DeepCodeProbe: Towards Understanding What Models Trained on Code Learn
von: Majdinasab, Vahid, et al.
Veröffentlicht: (2024)

Real Faults in Model Context Protocol (MCP) Software: a Comprehensive Taxonomy
von: Taraghi, Mina, et al.
Veröffentlicht: (2026)

SDLog: A Deep Learning Framework for Detecting Sensitive Information in Software Logs
von: Aghili, Roozbeh, et al.
Veröffentlicht: (2025)

Adversarial Attack Classification and Robustness Testing for Large Language Models for Code
von: Liu, Yang, et al.
Veröffentlicht: (2025)

FairFLRep: Fairness aware fault localization and repair of Deep Neural Networks
von: Openja, Moses, et al.
Veröffentlicht: (2025)

Evaluating and Enhancing Segmentation Model Robustness with Metamorphic Testing
von: Mzoughi, Seif, et al.
Veröffentlicht: (2025)

PathOCL: Path-Based Prompt Augmentation for OCL Generation with GPT-4
von: Abukhalaf, Seif, et al.
Veröffentlicht: (2024)

Dynasto: Validity-Aware Dynamic-Static Parameter Optimization for Autonomous Driving Testing
von: Humeniuk, Dmytro, et al.
Veröffentlicht: (2026)

Deep Learning Model Reuse in the HuggingFace Community: Challenges, Benefit and Trends
von: Taraghi, Mina, et al.
Veröffentlicht: (2024)

Trimming the Risk: Towards Reliable Continuous Training for Deep Learning Inspection Systems
von: Abbassi, Altaf Allah, et al.
Veröffentlicht: (2024)

ReCatcher: Towards LLMs Regression Testing for Code Generation
von: Abbassi, Altaf Allah, et al.
Veröffentlicht: (2025)

Toward Debugging Deep Reinforcement Learning Programs with RLExplorer
von: Bouchoucha, Rached, et al.
Veröffentlicht: (2024)

Protecting Privacy in Software Logs: What Should Be Anonymized?
von: Aghili, Roozbeh, et al.
Veröffentlicht: (2024)

Improving the Robustness of Large Language Models for Code Tasks via Fine-tuning with Perturbed Data
von: Liu, Yang, et al.
Veröffentlicht: (2026)

Machine Learning Robustness: A Primer
von: Braiek, Houssem Ben, et al.
Veröffentlicht: (2024)

Trained Without My Consent: Detecting Code Inclusion In Language Models Trained on Code
von: Majdinasab, Vahid, et al.
Veröffentlicht: (2024)

Data-Driven Evidence-Based Syntactic Sugar Design
von: OBrien, David, et al.
Veröffentlicht: (2024)

IRepair: An Intent-Aware Approach to Repair Data-Driven Errors in Large Language Models
von: Imtiaz, Sayem Mohammad, et al.
Veröffentlicht: (2025)

Characterizing Faults in Agentic AI: A Taxonomy of Types, Symptoms, and Root Causes
von: Shah, Mehil B, et al.
Veröffentlicht: (2026)

An Empirical Study of Self-Admitted Technical Debt in Machine Learning Software
von: Bhatia, Aaditya, et al.
Veröffentlicht: (2023)

Mitigating False Positives in Static Memory Safety Analysis of Rust Programs via Reinforcement Learning
von: P, Akilesh, et al.
Veröffentlicht: (2026)

Tracing Optimization for Performance Modeling and Regression Detection
von: Shahedi, Kaveh, et al.
Veröffentlicht: (2024)

RefAgent: A Multi-agent LLM-based Framework for Automatic Software Refactoring
von: Oueslati, Khouloud, et al.
Veröffentlicht: (2025)

On the Effectiveness of Log Representation for Log-based Anomaly Detection
von: Wu, Xingfang, et al.
Veröffentlicht: (2023)

Understanding Web Application Workloads and Their Applications: Systematic Literature Review and Characterization
von: Aghili, Roozbeh, et al.
Veröffentlicht: (2024)

Reputation Gaming in Stack Overflow
von: Mazloomzadeh, Iren, et al.
Veröffentlicht: (2021)

Exploring Security Practices in Infrastructure as Code: An Empirical Study
von: Verdet, Alexandre, et al.
Veröffentlicht: (2023)

From Technical Excellence to Practical Adoption: Lessons Learned Building an ML-Enhanced Trace Analysis Tool
von: Shahedi, Kaveh, et al.
Veröffentlicht: (2025)

Continuously Learning Bug Locations
von: Mindom, Paulina Stevia Nouwou, et al.
Veröffentlicht: (2024)

An Efficient Model Maintenance Approach for MLOps
von: Majidi, Forough, et al.
Veröffentlicht: (2024)