Buchumschlag

Variability-Driven User-Story Generation using LLM and Triadic Concept Analysis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bazin, Alexandre, Gutierrez, Alain, Huchard, Marianne, Martin, Pierre, Yulin, Zhang
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

Empirical Assessment of the Perception of Software Product Line Engineering by an SME before Migrating its Code Base
von: Georges, Thomas, et al.
Veröffentlicht: (2025)

Can LLMs Generate User Stories and Assess Their Quality?
von: Quattrocchi, Giovanni, et al.
Veröffentlicht: (2025)

Reverse Engineering User Stories from Code using Large Language Models
von: Ouf, Mohamed, et al.
Veröffentlicht: (2025)

Extracting Knowledge Graphs from User Stories using LangChain
von: da Silva, Thayná Camargo
Veröffentlicht: (2025)

Automated User Story Generation with Test Case Specification Using Large Language Model
von: Rahman, Tajmilur, et al.
Veröffentlicht: (2024)

User Story Tutor (UST) to Support Agile Software Developers
von: Neo, Giseldo da Silva, et al.
Veröffentlicht: (2024)

Leveraging LLMs for User Stories in AI Systems: UStAI Dataset
von: Yamani, Asma, et al.
Veröffentlicht: (2025)

Automated Self-Testing as a Quality Gate: Evidence-Driven Release Management for LLM Applications
von: Maiorano, Alexandre Cristovão
Veröffentlicht: (2026)

The Conversations Beneath the Code: Triadic Data for Long-Horizon Software Engineering Agents
von: Kim, Yelin
Veröffentlicht: (2026)

AI-Generated Smells: An Analysis of Code and Architecture in LLM and Agent-Driven Development
von: Zhu, Yuecai, et al.
Veröffentlicht: (2026)

Generating Privacy Stories From Software Documentation
von: Baldwin, Wilder, et al.
Veröffentlicht: (2025)

Search-based Optimisation of LLM Learning Shots for Story Point Estimation
von: Tawosi, Vali, et al.
Veröffentlicht: (2024)

Formal Concept Analysis: a Structural Framework for Variability Extraction and Analysis
von: Galasso, Jessie
Veröffentlicht: (2025)

LLM-Empowered Event-Chain Driven Code Generation for ADAS in SDV systems
von: Petrovic, Nenad, et al.
Veröffentlicht: (2025)

Uncovering Intention through LLM-Driven Code Snippet Description Generation
von: Nugroho, Yusuf Sulistyo, et al.
Veröffentlicht: (2025)

Towards Specification-Driven LLM-Based Generation of Embedded Automotive Software
von: Patil, Minal Suresh, et al.
Veröffentlicht: (2024)

LLM-Assisted Repository-Level Generation with Structured Spec-Driven Engineering
von: Feng, Shuzhao, et al.
Veröffentlicht: (2026)

Tests as Prompt: A Test-Driven-Development Benchmark for LLM Code Generation
von: Cui, Yi
Veröffentlicht: (2025)

Enhancing LLM-Based Code Generation with Complexity Metrics: A Feedback-Driven Approach
von: Sepidband, Melika, et al.
Veröffentlicht: (2025)

Does Pass Rate Tell the Whole Story? Evaluating Design Constraint Compliance in LLM-based Issue Resolution
von: Yu, Kai, et al.
Veröffentlicht: (2026)

LLM Test Generation via Iterative Hybrid Program Analysis
von: Gu, Sijia, et al.
Veröffentlicht: (2025)

LLM-Driven Kernel Evolution: Automating Driver Updates in Linux
von: Kharlamova, Arina, et al.
Veröffentlicht: (2025)

Where Code Meets Natural Language: Taxonomy-Driven Information Flow Analysis for LLM-Integrated Applications
von: Xu, Zihao, et al.
Veröffentlicht: (2026)

DoVer: Intervention-Driven Auto Debugging for LLM Multi-Agent Systems
von: Ma, Ming, et al.
Veröffentlicht: (2025)

LLM-Cure: LLM-based Competitor User Review Analysis for Feature Enhancement
von: Assi, Maram, et al.
Veröffentlicht: (2024)

Beyond Accuracy: LLM Variability in Evidence Screening for Software Engineering SLRs
von: Hida, Gilberto Sussumu, et al.
Veröffentlicht: (2026)

From User Interface to Agent Interface: Efficiency Optimization of UI Representations for LLM Agents
von: Ran, Dezhi, et al.
Veröffentlicht: (2025)

EvoGPT: Leveraging LLM-Driven Seed Diversity to Improve Search-Based Test Suite Generation
von: Broide, Lior, et al.
Veröffentlicht: (2025)

The Kitchen Loop: User-Spec-Driven Development for a Self-Evolving Codebase
von: Roy, Yannick
Veröffentlicht: (2026)

Static Program Analysis Guided LLM Based Unit Test Generation
von: Roychowdhury, Sujoy, et al.
Veröffentlicht: (2025)

Toward Automated and Trustworthy Scientific Analysis and Visualization with LLM-Generated Code
von: Chakroborti, Apu Kumar, et al.
Veröffentlicht: (2025)

Empirical Analysis and Detection of Hallucinations in LLM-Generated Bug Report Summaries
von: Nirujan, Hinduja, et al.
Veröffentlicht: (2026)

Defective Task Descriptions in LLM-Based Code Generation: Detection and Analysis
von: Akli, Amal, et al.
Veröffentlicht: (2026)

User Centric Evaluation of Code Generation Tools
von: Miah, Tanha, et al.
Veröffentlicht: (2024)

Efficient Story Point Estimation With Comparative Learning
von: Khan, Monoshiz Mahbub, et al.
Veröffentlicht: (2025)

Detecting and Correcting Hallucinations in LLM-Generated Code via Deterministic AST Analysis
von: Khati, Dipin, et al.
Veröffentlicht: (2026)

What Users Value and Critique: Large-Scale Analysis of User Feedback on AI-Powered Mobile Apps
von: Chhetri, Vinaik, et al.
Veröffentlicht: (2025)

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

Evaluation-Driven Development and Operations of LLM Agents: A Process Model and Reference Architecture
von: Xia, Boming, et al.
Veröffentlicht: (2024)

SEMAG: Self-Evolutionary Multi-Agent Code Generation
von: Peng, Yulin, et al.
Veröffentlicht: (2026)