Buchumschlag

P4OMP: Retrieval-Augmented Prompting for OpenMP Parallelism in Serial Code

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Abdullah, Wali Mohammad, Kabir, Azmain
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ZS4C: Zero-Shot Synthesis of Compilable Code for Incomplete Code Snippets using LLMs
von: Kabir, Azmain, et al.
Veröffentlicht: (2024)

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

Learning to Parallelize with OpenMP by Augmented Heterogeneous AST Representation
von: Chen, Le, et al.
Veröffentlicht: (2023)

AI Transparency Atlas: Framework, Scoring, and Real-Time Model Card Evaluation Pipeline
von: Mamirov, Akhmadillo, et al.
Veröffentlicht: (2025)

PathOCL: Path-Based Prompt Augmentation for OCL Generation with GPT-4
von: Abukhalaf, Seif, et al.
Veröffentlicht: (2024)

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

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

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

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

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

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

LLOR: Automated Repair of OpenMP Programs
von: Bora, Utpal, et al.
Veröffentlicht: (2024)

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

AI-Augmented CI/CD Pipelines: From Code Commit to Production with Autonomous Decisions
von: Baqar, Mohammad, et al.
Veröffentlicht: (2025)

Model-Driven Quantum Code Generation Using Large Language Models and Retrieval-Augmented Generation
von: Siavash, Nazanin, 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)

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

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

MulVul: Retrieval-augmented Multi-Agent Code Vulnerability Detection via Cross-Model Prompt Evolution
von: Wu, Zihan, et al.
Veröffentlicht: (2026)

DeepCode: Open Agentic Coding
von: Li, Zongwei, et al.
Veröffentlicht: (2025)

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

Learning Adaptive Parallel Execution for Efficient Code Localization
von: Xu, Ke, et al.
Veröffentlicht: (2026)

Retrieval-Augmented Few-Shot Prompting Versus Fine-Tuning for Code Vulnerability Detection
von: Trad, Fouad, et al.
Veröffentlicht: (2025)

Effective Code Membership Inference for Code Completion Models via Adversarial Prompts
von: Jiang, Yuan, et al.
Veröffentlicht: (2025)

Selection of Prompt Engineering Techniques for Code Generation through Predicting Code Complexity
von: Wang, Chung-Yu, et al.
Veröffentlicht: (2024)

CodeMMR: Bridging Natural Language, Code, and Image for Unified Retrieval
von: Geng, Jiahui, et al.
Veröffentlicht: (2026)

Where Do AI Coding Agents Fail? An Empirical Study of Failed Agentic Pull Requests in GitHub
von: Ehsani, Ramtin, et al.
Veröffentlicht: (2026)

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

Augmenting Large Language Models with Static Code Analysis for Automated Code Quality Improvements
von: Abtahi, Seyed Moein, et al.
Veröffentlicht: (2025)

Automated Snippet-Alignment Data Augmentation for Code Translation
von: Zhang, Zhiming, et al.
Veröffentlicht: (2025)

Retrieval-Augmented Generation for Service Discovery: Chunking Strategies and Benchmarking
von: Pesl, Robin D., et al.
Veröffentlicht: (2025)

Benchmarking Prompt Engineering Techniques for Secure Code Generation with GPT Models
von: Bruni, Marc, et al.
Veröffentlicht: (2025)

CodeXEmbed: A Generalist Embedding Model Family for Multiligual and Multi-task Code Retrieval
von: Liu, Ye, et al.
Veröffentlicht: (2024)

Goedel-Code-Prover: Hierarchical Proof Search for Open State-of-the-Art Code Verification
von: Li, Zenan, et al.
Veröffentlicht: (2026)

SPENCER: Self-Adaptive Model Distillation for Efficient Code Retrieval
von: Gu, Wenchao, et al.
Veröffentlicht: (2025)

TDD Governance for Multi-Agent Code Generation via Prompt Engineering
von: Hasanli, Tarlan, et al.
Veröffentlicht: (2026)

On Unified Prompt Tuning for Request Quality Assurance in Public Code Review
von: Chen, Xinyu, et al.
Veröffentlicht: (2024)

The Readability Spectrum: Patterns, Issues, and Prompt Effects in LLM-Generated Code
von: Ye, Hengzhi, et al.
Veröffentlicht: (2026)

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

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