Buchumschlag

Evaluating Mutation-based Fault Localization for Quantum Programs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ishimoto, Yuta, Kondo, Masanari, Ubayashi, Naoyasu, Kamei, Yasutaka, Katsube, Ryota, Sato, Naoto, Ogawa, Hideto
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

An Empirical Study of Token-based Micro Commits
von: Kondo, Masanari, et al.
Veröffentlicht: (2024)

Leveraging Mutation Analysis for LLM-based Repair of Quantum Programs
von: Yoshida, Chihiro, et al.
Veröffentlicht: (2026)

An empirical study on declined proposals: why are these proposals declined?
von: Kondo, Masanari, et al.
Veröffentlicht: (2025)

OSS Myths and Facts
von: Iimura, Yukako, et al.
Veröffentlicht: (2024)

Myth: The loss of core developers is a critical issue for OSS communities
von: Nourry, Olivier, et al.
Veröffentlicht: (2024)

Exploring the Effect of Multiple Natural Languages on Code Suggestion Using GitHub Copilot
von: Koyanagi, Kei, et al.
Veröffentlicht: (2024)

How Far Have LLMs Come Toward Automated SATD Taxonomy Construction?
von: Nakashima, Sota, et al.
Veröffentlicht: (2025)

Why Agentic-PRs Get Rejected: A Comparative Study of Coding Agents
von: Nakashima, Sota, et al.
Veröffentlicht: (2026)

Locating Buggy Segments in Quantum Program Debugging
von: Sato, Naoto, et al.
Veröffentlicht: (2023)

Bug-locating Method based on Statistical Testing for Quantum Programs
von: Sato, Naoto, et al.
Veröffentlicht: (2024)

How Small is Enough? Empirical Evidence of Quantized Small Language Models for Automated Program Repair
von: Kusama, Kazuki, et al.
Veröffentlicht: (2025)

Leveraging Language Models for Log Statement Generation in Multilingual Scenarios: How Far Are We?
von: Kusama, Kazuki, et al.
Veröffentlicht: (2026)

Mind the Gap: A Decade-Scale Empirical Study of Multi-Stakeholder Dynamics in VR Ecosystem
von: Lu, Yijun, et al.
Veröffentlicht: (2025)

AILINKPREVIEWER: Enhancing Code Reviews with LLM-Powered Link Previews
von: Trakoolgerntong, Panya, et al.
Veröffentlicht: (2025)

"Refactoring Runaway": Understanding and Mitigating Tangled Refactorings in Coding Agents for Issue Resolution
von: Tian, Zhao, et al.
Veröffentlicht: (2026)

Toward Linking Declined Proposals and Source Code: An Exploratory Study on the Go Repository
von: Nakashima, Sota, et al.
Veröffentlicht: (2026)

QUARE: Multi-Agent Negotiation for Balancing Quality Attributes in Requirements Engineering
von: Cheng, Haowei, et al.
Veröffentlicht: (2026)

Why Are Agentic Pull Requests Merged or Rejected? An Empirical Study
von: Peralta, Sien Reeve O., et al.
Veröffentlicht: (2026)

Generative AI for Requirements Engineering: A Systematic Literature Review
von: Cheng, Haowei, et al.
Veröffentlicht: (2024)

On the Evaluation of Large Language Models in Multilingual Vulnerability Repair
von: wang, Dong, et al.
Veröffentlicht: (2025)

MBFL-DKMR: Improving Mutation-based Fault Localization through Denoising-based Kill Matrix Refinement
von: Liu, Hengyuan, et al.
Veröffentlicht: (2025)

Evaluating Large Language Models for Multilingual Vulnerability Detection at Dual Granularities
von: Shu, Honglin, et al.
Veröffentlicht: (2025)

Cross-Project Flakiness: A Case Study of the OpenStack Ecosystem
von: Xiao, Tao, et al.
Veröffentlicht: (2026)

An Empirical Study of Fault Localization in Python Programs
von: Rezaalipour, Mohammad, et al.
Veröffentlicht: (2023)

Large-Scale Empirical Analysis of Continuous Fuzzing: Insights from 1 Million Fuzzing Sessions
von: Shirai, Tatsuya, et al.
Veröffentlicht: (2025)

Large Language Models for Equivalent Mutant Detection: How Far Are We?
von: Tian, Zhao, et al.
Veröffentlicht: (2024)

Robust Mutation Analysis of Quantum Programs Under Noise
von: Fortz, Sophie, et al.
Veröffentlicht: (2026)

Hybrid Fault-Driven Mutation Testing for Python
von: Alimadadi, Saba, et al.
Veröffentlicht: (2026)

RESTORE: Retrospective Fault Localization Enhancing Automated Program Repair
von: Xu, Tongtong, et al.
Veröffentlicht: (2019)

A Preliminary Study of Large Language Models for Multilingual Vulnerability Detection
von: Yu, Junji, et al.
Veröffentlicht: (2025)

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

Explainable Fault Localization for Programming Assignments via LLM-Guided Annotation
von: Liu, Fang, et al.
Veröffentlicht: (2025)

ArgRE: Formal Argumentation for Conflict Resolution in Multi-Agent Requirements Negotiation
von: Cheng, Haowei, et al.
Veröffentlicht: (2026)

Exploring the Potential and Limitations of Large Language Models for Novice Program Fault Localization
von: Xu, Hexiang, et al.
Veröffentlicht: (2025)

Fault Localization via Fine-tuning Large Language Models with Mutation Generated Stack Traces
von: Jambigi, Neetha, et al.
Veröffentlicht: (2025)

A Quantitative and Qualitative Evaluation of LLM-Based Explainable Fault Localization
von: Kang, Sungmin, et al.
Veröffentlicht: (2023)

RGFL: Reasoning Guided Fault Localization for Automated Program Repair Using Large Language Models
von: Sepidband, Melika, et al.
Veröffentlicht: (2026)

Enhancing IR-based Fault Localization using Large Language Models
von: Shao, Shuai, et al.
Veröffentlicht: (2024)

On the Role of Fault Localization Context for LLM-Based Program Repair
von: Sepidband, Melika, et al.
Veröffentlicht: (2026)

SBEST: Spectrum-Based Fault Localization Without Fault-Triggering Tests
von: Rafi, Md Nakhla, et al.
Veröffentlicht: (2024)