:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pesl, Robin D., Mathew, Jerin G., Mecella, Massimo, Aiello, Marco
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2505.19310
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Advanced System Integration: Analyzing OpenAPI Chunking for Retrieval-Augmented Generation
von: Pesl, Robin D., et al.
Veröffentlicht: (2024)

Adopting Large Language Models to Automated System Integration
von: Pesl, Robin D.
Veröffentlicht: (2025)

Initial Steps in Integrating Large Reasoning and Action Models for Service Composition
von: Georgievski, Ilche, et al.
Veröffentlicht: (2025)

The Energy Impact of Domain Model Design in Classical Planning
von: Georgievski, Ilche, et al.
Veröffentlicht: (2026)

cAST: Enhancing Code Retrieval-Augmented Generation with Structural Chunking via Abstract Syntax Tree
von: Zhang, Yilin, et al.
Veröffentlicht: (2025)

Software Dependencies 2.0: An Empirical Study of Reuse and Integration of Pre-Trained Models in Open-Source Projects
von: Yasmin, Jerin, et al.
Veröffentlicht: (2025)

LibRec: Benchmarking Retrieval-Augmented LLMs for Library Migration Recommendations
von: Han, Junxiao, et al.
Veröffentlicht: (2025)

Retrieval-Augmented Test Generation: How Far Are We?
von: Shin, Jiho, et al.
Veröffentlicht: (2024)

Towards Automated Smart Contract Generation: Evaluation, Benchmarking, and Retrieval-Augmented Repair
von: Chen, Zaoyu, et al.
Veröffentlicht: (2025)

HCAG: Hierarchical Abstraction and Retrieval-Augmented Generation on Theoretical Repositories with LLMs
von: Wu, Yusen, et al.
Veröffentlicht: (2026)

Can LLMs Replace Humans During Code Chunking?
von: Glasz, Christopher, et al.
Veröffentlicht: (2025)

Model-Driven Quantum Code Generation Using Large Language Models and Retrieval-Augmented Generation
von: Siavash, Nazanin, et al.
Veröffentlicht: (2025)

Optimizing Code Runtime Performance through Context-Aware Retrieval-Augmented Generation
von: Acharya, Manish, et al.
Veröffentlicht: (2025)

Seven Failure Points When Engineering a Retrieval Augmented Generation System
von: Barnett, Scott, et al.
Veröffentlicht: (2024)

RAG-Verus: Repository-Level Program Verification with LLMs using Retrieval Augmented Generation
von: Zhong, Sicheng, et al.
Veröffentlicht: (2025)

Enhancing Code Consistency in AI Research with Large Language Models and Retrieval-Augmented Generation
von: Keshri, Rajat, et al.
Veröffentlicht: (2025)

ReCode: Improving LLM-based Code Repair with Fine-Grained Retrieval-Augmented Generation
von: Zhao, Yicong, et al.
Veröffentlicht: (2025)

RAG-MCP: Mitigating Prompt Bloat in LLM Tool Selection via Retrieval-Augmented Generation
von: Gan, Tiantian, et al.
Veröffentlicht: (2025)

Enhancing Code Translation in Language Models with Few-Shot Learning via Retrieval-Augmented Generation
von: Bhattarai, Manish, et al.
Veröffentlicht: (2024)

RAILS: Retrieval-Augmented Intelligence for Learning Software Development
von: Abdullah, Wali Mohammad, et al.
Veröffentlicht: (2025)

PropertyGPT: LLM-driven Formal Verification of Smart Contracts through Retrieval-Augmented Property Generation
von: Liu, Ye, et al.
Veröffentlicht: (2024)

Enhancing Cross-Language Code Translation via Task-Specific Embedding Alignment in Retrieval-Augmented Generation
von: Bhattarai, Manish, et al.
Veröffentlicht: (2024)

CodeGRAG: Bridging the Gap between Natural Language and Programming Language via Graphical Retrieval Augmented Generation
von: Du, Kounianhua, et al.
Veröffentlicht: (2024)

ARCS: Agentic Retrieval-Augmented Code Synthesis with Iterative Refinement
von: Bhattarai, Manish, et al.
Veröffentlicht: (2025)

Understanding the Fundamental Design Decisions of Retrieval-Augmented Generation Systems
von: Zhao, Shengming, et al.
Veröffentlicht: (2024)

RAG4Tickets: AI-Powered Ticket Resolution via Retrieval-Augmented Generation on JIRA and GitHub Data
von: Baqar, Mohammad
Veröffentlicht: (2025)

Beyond Retrieval: A Multitask Benchmark and Model for Code Search
von: Xue, Siqiao, et al.
Veröffentlicht: (2026)

Document Retrieval Augmented Fine-Tuning (DRAFT) for safety-critical software assessments
von: Bolton, Regan, et al.
Veröffentlicht: (2025)

Relative Positioning Based Code Chunking Method For Rich Context Retrieval In Repository Level Code Completion Task With Code Language Model
von: Rahman, Imranur, et al.
Veröffentlicht: (2025)

P4OMP: Retrieval-Augmented Prompting for OpenMP Parallelism in Serial Code
von: Abdullah, Wali Mohammad, et al.
Veröffentlicht: (2025)

Evaluating Retrieval-Augmented Generation Variants for Natural Language-Based SQL and API Call Generation
von: Marketsmüller, Michael, et al.
Veröffentlicht: (2026)

CoQuIR: A Comprehensive Benchmark for Code Quality-Aware Information Retrieval
von: Geng, Jiahui, et al.
Veröffentlicht: (2025)

RTLRepoCoder: Repository-Level RTL Code Completion through the Combination of Fine-Tuning and Retrieval Augmentation
von: Wu, Peiyang, et al.
Veröffentlicht: (2025)

Type-Aware Retrieval-Augmented Generation with Dependency Closure for Solver-Executable Industrial Optimization Modeling
von: Zhong, Y., et al.
Veröffentlicht: (2026)

Developing Retrieval Augmented Generation (RAG) based LLM Systems from PDFs: An Experience Report
von: Khan, Ayman Asad, et al.
Veröffentlicht: (2024)

GenAI-powered Multi-Agent Paradigm for Smart Urban Mobility: Opportunities and Challenges for Integrating Large Language Models (LLMs) and Retrieval-Augmented Generation (RAG) with Intelligent Transportation Systems
von: Xu, Haowen, et al.
Veröffentlicht: (2024)

Are LLMs Ready for TOON? Benchmarking Structural Correctness-Sustainability Trade-offs in Novel Structured Output Formats
von: Masciari, Elio, et al.
Veröffentlicht: (2026)

Benchmarking Correctness and Security in Multi-Turn Code Generation
von: Rawal, Ruchit, et al.
Veröffentlicht: (2025)

Automated Benchmark Generation for Repository-Level Coding Tasks
von: Vergopoulos, Konstantinos, et al.
Veröffentlicht: (2025)

Lyra: A Benchmark for Turducken-Style Code Generation
von: Liang, Qingyuan, et al.
Veröffentlicht: (2021)