:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Yao, Shunxin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering Machine Learning
Online-Zugang:	https://arxiv.org/abs/2502.16172
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

evomap: A Toolbox for Dynamic Mapping in Python
von: Matthe, Maximilian
Veröffentlicht: (2025)

From research to clinic: Accelerating the translation of clinical decision support systems by making synthetic data interoperable
von: Chauhan, Pavitra, et al.
Veröffentlicht: (2023)

Analysing Python Machine Learning Notebooks with Moose
von: Mignard, Marius, et al.
Veröffentlicht: (2025)

PyPulse: A Python Library for Biosignal Imputation
von: Gao, Kevin, et al.
Veröffentlicht: (2024)

MLXP: A Framework for Conducting Replicable Experiments in Python
von: Arbel, Michael, et al.
Veröffentlicht: (2024)

Scikit-fingerprints: easy and efficient computation of molecular fingerprints in Python
von: Adamczyk, Jakub, et al.
Veröffentlicht: (2024)

regAL: Python Package for Active Learning of Regression Problems
von: Surzhikova, Elizaveta, et al.
Veröffentlicht: (2024)

Mining patterns in syntax trees to automate code reviews of student solutions for programming exercises
von: Van Petegem, Charlotte, et al.
Veröffentlicht: (2024)

DocuMint: Docstring Generation for Python using Small Language Models
von: Poudel, Bibek, et al.
Veröffentlicht: (2024)

DomainLab: A modular Python package for domain generalization in deep learning
von: Sun, Xudong, et al.
Veröffentlicht: (2024)

Can LLMs Find Bugs in Code? An Evaluation from Beginner Errors to Security Vulnerabilities in Python and C++
von: Mhatre, Akshay, et al.
Veröffentlicht: (2025)

Towards a Neural Debugger for Python
von: Beck, Maximilian, et al.
Veröffentlicht: (2026)

High-quality data augmentation for code comment classification
von: Borsani, Thomas, et al.
Veröffentlicht: (2026)

Making Software FAIR: A machine-assisted workflow for the research software lifecycle
von: Knoth, Petr, et al.
Veröffentlicht: (2025)

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

Fine Tuning LLM for Enterprise: Practical Guidelines and Recommendations
von: J, Mathav Raj, et al.
Veröffentlicht: (2024)

Continuous Integration Practices in Machine Learning Projects: The Practitioners` Perspective
von: Bernardo, João Helis, et al.
Veröffentlicht: (2025)

A Catalog of Fairness-Aware Practices in Machine Learning Engineering
von: Voria, Gianmario, et al.
Veröffentlicht: (2024)

The State of Documentation Practices of Third-party Machine Learning Models and Datasets
von: Oreamuno, Ernesto Lang, et al.
Veröffentlicht: (2023)

scicode-lint: Detecting Methodology Bugs in Scientific Python Code with LLM-Generated Patterns
von: Samsonau, Sergey V.
Veröffentlicht: (2026)

Assumptions to Evidence: Evaluating Security Practices Adoption and Their Impact on Outcomes in the npm Ecosystem
von: Zahan, Nusrat, et al.
Veröffentlicht: (2025)

Insights into resource utilization of code small language models serving with runtime engines and execution providers
von: Durán, Francisco, et al.
Veröffentlicht: (2024)

Perspective of Software Engineering Researchers on Machine Learning Practices Regarding Research, Review, and Education
von: Mojica-Hanke, Anamaria, et al.
Veröffentlicht: (2024)

David vs. Goliath: A comparative study of different-sized LLMs for code generation in the domain of automotive scenario generation
von: Bauerfeind, Philipp, et al.
Veröffentlicht: (2025)

evclust: Python library for evidential clustering
von: Soubeiga, Armel, et al.
Veröffentlicht: (2025)

A benchmark for vericoding: formally verified program synthesis
von: Bursuc, Sergiu, et al.
Veröffentlicht: (2025)

From Lab to Reality: A Practical Evaluation of Deep Learning Models and LLMs for Vulnerability Detection
von: Lu, Chaomeng, et al.
Veröffentlicht: (2025)

OpenClassGen: A Large-Scale Corpus of Real-World Python Classes for LLM Research
von: Rahman, Musfiqur, et al.
Veröffentlicht: (2025)

How do Machine Learning Projects use Continuous Integration Practices? An Empirical Study on GitHub Actions
von: Bernardo, João Helis, et al.
Veröffentlicht: (2024)

"Can you feel the vibes?": An exploration of novice programmer engagement with vibe coding
von: Gama, Kiev, et al.
Veröffentlicht: (2025)

From Theory to Practice: Real-World Use Cases on Trustworthy LLM-Driven Process Modeling, Prediction and Automation
von: Pfeiffer, Peter, et al.
Veröffentlicht: (2025)

BitsAI-Fix: LLM-Driven Approach for Automated Lint Error Resolution in Practice
von: Li, Yuanpeng, et al.
Veröffentlicht: (2025)

Measuring memorization in RLHF for code completion
von: Pappu, Aneesh, et al.
Veröffentlicht: (2024)

code_transformed: The Influence of Large Language Models on Code
von: Xu, Yuliang, et al.
Veröffentlicht: (2025)

Influence-Guided Concolic Testing of Transformer Robustness
von: Hong, Chih-Duo, et al.
Veröffentlicht: (2025)

Overcoming linguistic barriers in code assistants: creating a QLoRA adapter to improve support for Russian-language code writing instructions
von: Pronin, C. B., et al.
Veröffentlicht: (2024)

Tracing Stereotypes in Pre-trained Transformers: From Biased Neurons to Fairer Models
von: Voria, Gianmario, et al.
Veröffentlicht: (2026)

Exploring CoCo Challenges in ML Engineering Teams: Insights From the Semiconductor Industry
von: Azamnouri, A., et al.
Veröffentlicht: (2026)

Capturing Semantic Flow of ML-based Systems
von: Yoo, Shin, et al.
Veröffentlicht: (2025)

HELP: Hierarchical Embeddings-based Log Parsing
von: Xu, Andy, et al.
Veröffentlicht: (2024)