Buchumschlag

Finding Important Stack Frames in Large Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Khvorov, Aleksandr, Golubev, Yaroslav, Sushentsev, Denis
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

Stack Trace Deduplication: Faster, More Accurately, and in More Realistic Scenarios
von: Shibaev, Egor, et al.
Veröffentlicht: (2024)

LitmusKt: Concurrency Stress Testing for Kotlin
von: Lochmelis, Denis, et al.
Veröffentlicht: (2025)

Finding the Needle in the Crash Stack: Industrial-Scale Crash Root Cause Localization with AutoCrashFL
von: Kang, Sungmin, et al.
Veröffentlicht: (2025)

An Empirical Study of Java Code Improvements Based on Stack Overflow Answer Edits
von: Wiratsin, In-on, et al.
Veröffentlicht: (2025)

Clustering MOOC Programming Solutions to Diversify Their Presentation to Students
von: Artser, Elizaveta, et al.
Veröffentlicht: (2024)

Diff-XYZ: A Benchmark for Evaluating Diff Understanding
von: Glukhov, Evgeniy, et al.
Veröffentlicht: (2025)

Observing Fine-Grained Changes in Jupyter Notebooks During Development Time
von: Titov, Sergey, et al.
Veröffentlicht: (2025)

Architecture Decisions in Quantum Software Systems: An Empirical Study on Stack Exchange and GitHub
von: Aktar, Mst Shamima, et al.
Veröffentlicht: (2023)

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

Verify Linearizability of Concurrent Stacks
von: Wen, Tangliu
Veröffentlicht: (2021)

On the Practices of Autonomous Systems Development: Survey-based Empirical Findings
von: Goseva-Popstojanova, Katerina, et al.
Veröffentlicht: (2025)

EnStack: An Ensemble Stacking Framework of Large Language Models for Enhanced Vulnerability Detection in Source Code
von: Ridoy, Shahriyar Zaman, et al.
Veröffentlicht: (2024)

Formally and Empirically Verified Methodologies for Scalable Hierarchical Full-Stack Systems
von: Liu, Dong
Veröffentlicht: (2025)

Dynamic Retrieval-Augmented Generation
von: Shapkin, Anton, et al.
Veröffentlicht: (2023)

Understanding Student Interaction with AI-Powered Next-Step Hints: Strategies and Challenges
von: Birillo, Anastasiia, et al.
Veröffentlicht: (2025)

Using AI-Based Coding Assistants in Practice: State of Affairs, Perceptions, and Ways Forward
von: Sergeyuk, Agnia, et al.
Veröffentlicht: (2024)

Drawing Pandas: A Benchmark for LLMs in Generating Plotting Code
von: Galimzyanov, Timur, et al.
Veröffentlicht: (2024)

StackTrans: From Large Language Model to Large Pushdown Automata Model
von: Zhang, Kechi, et al.
Veröffentlicht: (2025)

KOALA: a Configurable Tool for Collecting IDE Data When Solving Programming Tasks
von: Karol, Daniil, et al.
Veröffentlicht: (2025)

An empirical study of question discussions on Stack Overflow
von: Zhu, Wenhan, et al.
Veröffentlicht: (2021)

Understanding Usefulness in Developer Explanations on Stack Overflow
von: Obaidi, Martin, et al.
Veröffentlicht: (2026)

Trust Over Fear: How Motivation Framing in System Prompts Affects AI Agent Debugging Depth
von: Ji, Wu
Veröffentlicht: (2026)

KGym: A Platform and Dataset to Benchmark Large Language Models on Linux Kernel Crash Resolution
von: Mathai, Alex, et al.
Veröffentlicht: (2024)

What Challenges Do Developers Face in AI Agent Systems? An Empirical Study on Stack Overflow & GitHub Issues
von: Asgari, Ali, et al.
Veröffentlicht: (2025)

Rethinking Technology Stack Selection with AI Coding Proficiency
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2025)

Tool-Augmented LLMs as a Universal Interface for IDEs
von: Zharov, Yaroslav, et al.
Veröffentlicht: (2024)

Finding Safety Violations of AI-Enabled Control Systems through the Lens of Synthesized Proxy Programs
von: Shi, Jieke, et al.
Veröffentlicht: (2024)

Towards LLM-generated explanations for Component-based Knowledge Graph Question Answering Systems
von: Schiese, Dennis, et al.
Veröffentlicht: (2025)

Bug In the Code Stack: Can LLMs Find Bugs in Large Python Code Stacks
von: Lee, Hokyung, et al.
Veröffentlicht: (2024)

SBOM Challenges for Developers: From Analysis of Stack Overflow Questions
von: Otoda, Wataru, et al.
Veröffentlicht: (2025)

The Influence of Code Comments on the Perceived Helpfulness of Stack Overflow Posts
von: Figl, Kathrin, et al.
Veröffentlicht: (2025)

Understanding Fairness in Software Engineering: Insights from Stack Exchange
von: Sesari, Emeralda, et al.
Veröffentlicht: (2024)

Towards Better Answers: Automated Stack Overflow Post Updating
von: Mai, Yubo, et al.
Veröffentlicht: (2024)

Representation Learning for Stack Overflow Posts: How Far are We?
von: He, Junda, et al.
Veröffentlicht: (2023)

SOGPTSpotter: Detecting ChatGPT-Generated Answers on Stack Overflow
von: Ma, Suyu, et al.
Veröffentlicht: (2026)

The Risk-Taking Software Engineer: A Framed Portrait
von: Graf-Vlachy, Lorenz
Veröffentlicht: (2023)

Towards Realistic Evaluation of Commit Message Generation by Matching Online and Offline Settings
von: Tsvetkov, Petr, et al.
Veröffentlicht: (2024)

FullStack Bench: Evaluating LLMs as Full Stack Coders
von: Bytedance-Seed-Foundation-Code-Team, et al.
Veröffentlicht: (2024)

Combining Static Code Analysis and Large Language Models Improves Correctness and Performance of Algorithm Recognition
von: Neumüller, Denis, et al.
Veröffentlicht: (2026)

Finding Performance Issues in Database Systems by Exploiting Dormant Code Paths
von: Ba, Jinsheng, et al.
Veröffentlicht: (2026)