:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cruz, Rogelio, Contreras, Jonatan, Guerrero, Francisco, Rodriguez, Ezequiel, Valdez, Carlos, Carrillo, Citlali
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2506.10989
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Llama-based source code vulnerability detection: Prompt engineering vs Fine tuning
von: Ouchebara, Dyna Soumhane, et al.
Veröffentlicht: (2025)

Insights into resource utilization of code small language models serving with runtime engines and execution providers
von: Durán, Francisco, et al.
Veröffentlicht: (2024)

Generating Energy-efficient code with LLMs
von: Cappendijk, Tom, et al.
Veröffentlicht: (2024)

Vibe-driven model-based engineering
von: Cabot, Jordi
Veröffentlicht: (2026)

Out of style: Misadventures with LLMs and code style transfer
von: Munson, Karl, et al.
Veröffentlicht: (2024)

REMODEL-LLM: Transforming C code to Java using LLMs
von: Gupta, Aryan, et al.
Veröffentlicht: (2025)

Prompting for Performance: Exploring LLMs for Configuring Software
von: Spieker, Helge, et al.
Veröffentlicht: (2025)

Lifecycle-Aware code generation: Leveraging Software Engineering Phases in LLMs
von: Xing, Xing, et al.
Veröffentlicht: (2025)

Mind the Prompt: Self-adaptive Generation of Task Plan Explanations via LLMs
von: Vázquez, Gricel, et al.
Veröffentlicht: (2026)

Prompt Stability in Code LLMs: Measuring Sensitivity across Emotion- and Personality-Driven Variations
von: Ma, Wei, et al.
Veröffentlicht: (2025)

RefusalBench: Why Refusal Rate Misranks Frontier LLMs on Biological Research Prompts
von: Weidener, Lukas, et al.
Veröffentlicht: (2026)

Are We SOLID Yet? An Empirical Study on Prompting LLMs to Detect Design Principle Violations
von: Pehlivan, Fatih, et al.
Veröffentlicht: (2025)

Generating executable oracles to check conformance of client code to requirements of JDK Javadocs using LLMs
von: Jiang, Shan, et al.
Veröffentlicht: (2024)

Towards the implementation of Industry 4.0: A methodology-based approach oriented to the customer life cycle
von: Ramírez-Durán, Víctor Julio, et al.
Veröffentlicht: (2024)

From Static to Intelligent: Evolving SaaS Pricing with LLMs
von: Cavero, Francisco Javier, et al.
Veröffentlicht: (2025)

LeoTask: a fast, flexible and reliable framework for computational research
von: Zhang, Changwang, et al.
Veröffentlicht: (2015)

The Debugging Decay Index: Rethinking Debugging Strategies for Code LLMs
von: Adnan, Muntasir, et al.
Veröffentlicht: (2025)

Tuning LLM-based Code Optimization via Meta-Prompting: An Industrial Perspective
von: Gong, Jingzhi, et al.
Veröffentlicht: (2025)

Canonical Intermediate Representation for LLM-based optimization problem formulation and code generation
von: Lyu, Zhongyuan, et al.
Veröffentlicht: (2026)

Supporting architecture evaluation for ATAM scenarios with LLMs
von: Capilla, Rafael, et al.
Veröffentlicht: (2025)

Adaptive Hierarchical Evaluation of LLMs and SAST tools for CWE Prediction in Python
von: Adnan, Muntasir, et al.
Veröffentlicht: (2026)

MASAI: Modular Architecture for Software-engineering AI Agents
von: Arora, Daman, et al.
Veröffentlicht: (2024)

The importance of visual modelling languages in generative software engineering
von: Rossi, Roberto
Veröffentlicht: (2024)

PromptPex: Automatic Test Generation for Language Model Prompts
von: Sharma, Reshabh K, et al.
Veröffentlicht: (2025)

Towards a General Framework for HTN Modeling with LLMs
von: Puerta-Merino, Israel, et al.
Veröffentlicht: (2025)

LLMs: A Game-Changer for Software Engineers?
von: Haque, Md Asraful
Veröffentlicht: (2024)

ECO: Enhanced Code Optimization via Performance-Aware Prompting for Code-LLMs
von: Kim, Su-Hyeon, et al.
Veröffentlicht: (2025)

Prompt Less, Smile More: MTP with Semantic Engineering in Lieu of Prompt Engineering
von: Dantanarayana, Jayanaka L., et al.
Veröffentlicht: (2025)

Mutation-based Consistency Testing for Evaluating the Code Understanding Capability of LLMs
von: Li, Ziyu, et al.
Veröffentlicht: (2024)

Towards Comprehensive Benchmarking Infrastructure for LLMs In Software Engineering
von: Rodriguez-Cardenas, Daniel, et al.
Veröffentlicht: (2026)

Multi-Sample Prompting and Actor-Critic Prompt Optimization for Diverse Synthetic Data Generation
von: El-Hajjami, Abdelkarim, et al.
Veröffentlicht: (2025)

LecPrompt: A Prompt-based Approach for Logical Error Correction with CodeBERT
von: Xu, Zhenyu, et al.
Veröffentlicht: (2024)

Deconstructing Obfuscation: A four-dimensional framework for evaluating Large Language Models assembly code deobfuscation capabilities
von: Tkachenko, Anton, et al.
Veröffentlicht: (2025)

Online Prompt Selection for Program Synthesis
von: Li, Yixuan, et al.
Veröffentlicht: (2025)

CodeWatcher: IDE Telemetry Data Extraction Tool for Understanding Coding Interactions with LLMs
von: Basha, Manaal, et al.
Veröffentlicht: (2025)

Scam2Prompt: A Scalable Framework for Auditing Malicious Scam Endpoints in Production LLMs
von: Chen, Zhiyang, et al.
Veröffentlicht: (2025)

On LLMs' Internal Representation of Code Correctness
von: Ribeiro, Francisco, et al.
Veröffentlicht: (2025)

Breaking Barriers: Investigating the Sense of Belonging Among Women and Non-Binary Students in Software Engineering
von: Boman, Lina, et al.
Veröffentlicht: (2024)

LangProp: A code optimization framework using Large Language Models applied to driving
von: Ishida, Shu, et al.
Veröffentlicht: (2024)

R-Log: Incentivizing Log Analysis Capability in LLMs via Reasoning-based Reinforcement Learning
von: Liu, Yilun, et al.
Veröffentlicht: (2025)