Buchumschlag

Large Language Models for Spreadsheets: Benchmarking Progress and Evaluating Performance with FLARE

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Thorne, Simon
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

Leveraging Test Driven Development with Large Language Models for Reliable and Verifiable Spreadsheet Code Generation: A Research Framework
von: Thorne, Simon, et al.
Veröffentlicht: (2025)

Classification of Spreadsheet Errors
von: Rajalingham, Kamalasen, et al.
Veröffentlicht: (2008)

Drivers of the Cost of Spreadsheet Audit
von: Colver, David
Veröffentlicht: (2011)

SODBench: A Large Language Model Approach to Documenting Spreadsheet Operations
von: Indika, Amila, et al.
Veröffentlicht: (2025)

User Defined Spreadsheet Functions in Excel
von: Tyszkiewicz, Jerzy, et al.
Veröffentlicht: (2012)

SpreadsheetBench: Towards Challenging Real World Spreadsheet Manipulation
von: Ma, Zeyao, et al.
Veröffentlicht: (2024)

Consensus-Free Spreadsheet Integration
von: Baylor, Brandon, et al.
Veröffentlicht: (2022)

Assessing and Advancing Benchmarks for Evaluating Large Language Models in Software Engineering Tasks
von: Hu, Xing, et al.
Veröffentlicht: (2025)

FLARE: Agentic Coverage-Guided Fuzzing for LLM-Based Multi-Agent Systems
von: Hui, Mingxuan, et al.
Veröffentlicht: (2026)

Cross-Task Benchmarking and Evaluation of General-Purpose and Code-Specific Large Language Models
von: Das, Gunjan, et al.
Veröffentlicht: (2025)

In Pursuit of Spreadsheet Excellence
von: Croll, Grenville J.
Veröffentlicht: (2008)

FeedbackEval: A Benchmark for Evaluating Large Language Models in Feedback-Driven Code Repair Tasks
von: Dai, Dekun, et al.
Veröffentlicht: (2025)

A Real-World Benchmark for Evaluating Fine-Grained Issue Solving Capabilities of Large Language Models
von: Hu, Ruida, et al.
Veröffentlicht: (2024)

Benchmarking Large Language Models for Multi-Language Software Vulnerability Detection
von: Zhang, Ting, et al.
Veröffentlicht: (2025)

Computational Models of Spreadsheet Development: Basis for Educational Approaches
von: Hodnigg, Karin, et al.
Veröffentlicht: (2008)

TESTEVAL: Benchmarking Large Language Models for Test Case Generation
von: Wang, Wenhan, et al.
Veröffentlicht: (2024)

Studying and Benchmarking Large Language Models For Log Level Suggestion
von: Heng, Yi Wen, et al.
Veröffentlicht: (2024)

A Multi-Language Object-Oriented Programming Benchmark for Large Language Models
von: Wang, Shuai, et al.
Veröffentlicht: (2025)

Spreadsheet Modeling Experiments Using GPTs on Small Problem Statements and the Wall Task
von: Grossman, Thomas A., et al.
Veröffentlicht: (2026)

QuanBench: Benchmarking Quantum Code Generation with Large Language Models
von: Guo, Xiaoyu, et al.
Veröffentlicht: (2025)

Supercharging Federated Learning with Flower and NVIDIA FLARE
von: Roth, Holger R., et al.
Veröffentlicht: (2024)

AssertionBench: A Benchmark to Evaluate Large-Language Models for Assertion Generation
von: Pulavarthi, Vaishnavi, et al.
Veröffentlicht: (2024)

Evaluating Generated Commit Messages with Large Language Models
von: Zeng, Qunhong, et al.
Veröffentlicht: (2025)

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

On the Evaluation of Large Language Models in Unit Test Generation
von: Yang, Lin, et al.
Veröffentlicht: (2024)

Narrowing the Complexity Gap in the Evaluation of Large Language Models
von: Chen, Yang, et al.
Veröffentlicht: (2026)

Debugging with Open-Source Large Language Models: An Evaluation
von: Majdoub, Yacine, et al.
Veröffentlicht: (2024)

Evaluating Large Language Models in Detecting Test Smells
von: Lucas, Keila, et al.
Veröffentlicht: (2024)

Large Language Models as Test Case Generators: Performance Evaluation and Enhancement
von: Li, Kefan, et al.
Veröffentlicht: (2024)

Augmenting the Generality and Performance of Large Language Models for Software Engineering
von: Peña, Fabian C.
Veröffentlicht: (2025)

BinMetric: A Comprehensive Binary Analysis Benchmark for Large Language Models
von: Shang, Xiuwei, et al.
Veröffentlicht: (2025)

SimpleDevQA: Benchmarking Large Language Models on Development Knowledge QA
von: Zhang, Jing, et al.
Veröffentlicht: (2025)

A Survey of Large Language Models for Code: Evolution, Benchmarking, and Future Trends
von: Zheng, Zibin, et al.
Veröffentlicht: (2023)

Prompt Engineering Guidelines for Using Large Language Models in Requirements Engineering
von: Ronanki, Krishna, et al.
Veröffentlicht: (2025)

MCeT: Behavioral Model Correctness Evaluation using Large Language Models
von: Ahmed, Khaled, et al.
Veröffentlicht: (2025)

COMPASS: A Multi-Dimensional Benchmark for Evaluating Code Generation in Large Language Models
von: Meaden, James, et al.
Veröffentlicht: (2025)

AdaptEval: A Benchmark for Evaluating Large Language Models on Code Snippet Adaptation
von: Zhang, Tanghaoran, et al.
Veröffentlicht: (2026)

Comparative Evaluation of Large Language Models for Test-Skeleton Generation
von: Boorlagadda, Subhang, et al.
Veröffentlicht: (2025)

Empirical Evaluation of Large Language Models in Automated Program Repair
von: Sun, Jiajun, et al.
Veröffentlicht: (2025)

Can Large Language Models Serve as Evaluators for Code Summarization?
von: Wu, Yang, et al.
Veröffentlicht: (2024)