Buchumschlag

ChatGPT vs. DeepSeek: A Comparative Study on AI-Based Code Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Manik, Md Motaleb Hossen
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

Comprehensive Analysis of Transparency and Accessibility of ChatGPT, DeepSeek, And other SoTA Large Language Models
von: Sapkota, Ranjan, et al.
Veröffentlicht: (2025)

Programming with AI: Evaluating ChatGPT, Gemini, AlphaCode, and GitHub Copilot for Programmers
von: Siam, Md Kamrul, et al.
Veröffentlicht: (2024)

Benchmarking LLM for Code Smells Detection: OpenAI GPT-4.0 vs DeepSeek-V3
von: Sadik, Ahmed R., et al.
Veröffentlicht: (2025)

Evaluation of the Code Generation Capabilities of ChatGPT 4: A Comparative Analysis in 19 Programming Languages
von: Gilbert, L. C.
Veröffentlicht: (2025)

o3-mini vs DeepSeek-R1: Which One is Safer?
von: Arrieta, Aitor, et al.
Veröffentlicht: (2025)

Do Prompt Patterns Affect Code Quality? A First Empirical Assessment of ChatGPT-Generated Code
von: Della Porta, Antonio, et al.
Veröffentlicht: (2025)

Experimental Analysis of Productive Interaction Strategy with ChatGPT: User Study on Function and Project-level Code Generation Tasks
von: Hyun, Sangwon, et al.
Veröffentlicht: (2025)

A Qualitative Study on Using ChatGPT for Software Security: Perception vs. Practicality
von: Kholoosi, M. Mehdi, et al.
Veröffentlicht: (2024)

Is ChatGPT a Good Software Librarian? An Exploratory Study on the Use of ChatGPT for Software Library Recommendations
von: Latendresse, Jasmine, et al.
Veröffentlicht: (2024)

Which AI Technique Is Better to Classify Requirements? An Experiment with SVM, LSTM, and ChatGPT
von: El-Hajjami, Abdelkarim, et al.
Veröffentlicht: (2023)

Can ChatGPT replace StackOverflow? A Study on Robustness and Reliability of Large Language Model Code Generation
von: Zhong, Li, et al.
Veröffentlicht: (2023)

WIP: Assessing the Effectiveness of ChatGPT in Preparatory Testing Activities
von: Haldar, Susmita, et al.
Veröffentlicht: (2025)

DeepSeek-Coder-V2: Breaking the Barrier of Closed-Source Models in Code Intelligence
von: DeepSeek-AI, et al.
Veröffentlicht: (2024)

Evaluating ChatGPT-3.5 Efficiency in Solving Coding Problems of Different Complexity Levels: An Empirical Analysis
von: Li, Minda, et al.
Veröffentlicht: (2024)

Jailbreaking ChatGPT via Prompt Engineering: An Empirical Study
von: Liu, Yi, et al.
Veröffentlicht: (2023)

Is Stack Overflow Obsolete? An Empirical Study of the Characteristics of ChatGPT Answers to Stack Overflow Questions
von: Kabir, Samia, et al.
Veröffentlicht: (2023)

ChatGPT Incorrectness Detection in Software Reviews
von: Tanzil, Minaoar Hossain, et al.
Veröffentlicht: (2024)

Integrating Artificial Intelligence with Human Expertise: An In-depth Analysis of ChatGPT's Capabilities in Generating Metamorphic Relations
von: Zhang, Yifan, et al.
Veröffentlicht: (2025)

Exploring Zero-Shot App Review Classification with ChatGPT: Challenges and Potential
von: Chaudhary, Mohit, et al.
Veröffentlicht: (2025)

System Test Case Design from Requirements Specifications: Insights and Challenges of Using ChatGPT
von: Bhatia, Shreya, et al.
Veröffentlicht: (2024)

Why you shouldn't fully trust ChatGPT: A synthesis of this AI tool's error rates across disciplines and the software engineering lifecycle
von: Garousi, Vahid
Veröffentlicht: (2025)

From Natural Language to Verified Code: Toward AI Assisted Problem-to-Code Generation with Dafny-Based Formal Verification
von: Erfan, Md, et al.
Veröffentlicht: (2026)

Beyond Code Generation: An Observational Study of ChatGPT Usage in Software Engineering Practice
von: Khojah, Ranim, et al.
Veröffentlicht: (2024)

Just another copy and paste? Comparing the security vulnerabilities of ChatGPT generated code and StackOverflow answers
von: Hamer, Sivana, et al.
Veröffentlicht: (2024)

Exploring ChatGPT's Capabilities on Vulnerability Management
von: Liu, Peiyu, et al.
Veröffentlicht: (2023)

An Empirical Study of the Non-determinism of ChatGPT in Code Generation
von: Ouyang, Shuyin, et al.
Veröffentlicht: (2023)

Can ChatGPT Support Developers? An Empirical Evaluation of Large Language Models for Code Generation
von: Jin, Kailun, et al.
Veröffentlicht: (2024)

Evaluating Privacy Questions From Stack Overflow: Can ChatGPT Compete?
von: Delile, Zack, et al.
Veröffentlicht: (2023)

Benchmarking ChatGPT, Codeium, and GitHub Copilot: A Comparative Study of AI-Driven Programming and Debugging Assistants
von: Ovi, Md Sultanul Islam, et al.
Veröffentlicht: (2024)

Unmasking the giant: A comprehensive evaluation of ChatGPT's proficiency in coding algorithms and data structures
von: Arefin, Sayed Erfan, et al.
Veröffentlicht: (2023)

EaTVul: ChatGPT-based Evasion Attack Against Software Vulnerability Detection
von: Liu, Shigang, et al.
Veröffentlicht: (2024)

Self-collaboration Code Generation via ChatGPT
von: Dong, Yihong, et al.
Veröffentlicht: (2023)

Why Do Developers Engage with ChatGPT in Issue-Tracker? Investigating Usage and Reliance on ChatGPT-Generated Code
von: Das, Joy Krishan, et al.
Veröffentlicht: (2024)

Are ChatGPT and Other Similar Systems the Modern Lernaean Hydras of AI?
von: Ioannidis, Dimitrios, et al.
Veröffentlicht: (2023)

Benefits and Risks of Using ChatGPT4 as a Teaching Assistant for Computer Science Students
von: Aragonés-Soria, Yaiza, et al.
Veröffentlicht: (2024)

DeepCodeSeek: Real-Time API Retrieval for Context-Aware Code Generation
von: Esakkiraja, Esakkivel, et al.
Veröffentlicht: (2025)

Studying How Configurations Impact Code Generation in LLMs: the Case of ChatGPT
von: Donato, Benedetta, et al.
Veröffentlicht: (2025)

Safety Analysis in the Era of Large Language Models: A Case Study of STPA using ChatGPT
von: Qi, Yi, et al.
Veröffentlicht: (2023)

GeoCode-GPT: A Large Language Model for Geospatial Code Generation Tasks
von: Hou, Shuyang, et al.
Veröffentlicht: (2024)

Empowering AI to Generate Better AI Code: Guided Generation of Deep Learning Projects with LLMs
von: Xie, Chen, et al.
Veröffentlicht: (2025)