Guiding AI to Fix Its Own Flaws: An Empirical Study on LLM-Driven Secure Code Generation
Fuente:
arXiv
Salvato in:
| Autori principali: | Yan, Hao, Vaidya, Swapneel Suhas, Zhang, Xiaokuan, Yao, Ziyu |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Improving Automated Secure Code Reviews: A Synthetic Dataset for Code Vulnerability Flaws
di: Centellas-Claros, Leonardo, et al.
Pubblicazione: (2025)
di: Centellas-Claros, Leonardo, et al.
Pubblicazione: (2025)
Detect Repair Verify for Securing LLM Generated Code: A Multi-Language Empirical Study
di: Cheng, Cheng
Pubblicazione: (2026)
di: Cheng, Cheng
Pubblicazione: (2026)
LLM-Based Test-Driven Interactive Code Generation: User Study and Empirical Evaluation
di: Fakhoury, Sarah, et al.
Pubblicazione: (2024)
di: Fakhoury, Sarah, et al.
Pubblicazione: (2024)
Write Your Own CodeChecker: An Automated Test-Driven Checker Development Approach with LLMs
di: Liu, Jun, et al.
Pubblicazione: (2024)
di: Liu, Jun, et al.
Pubblicazione: (2024)
An Empirical Security Evaluation of LLM-Generated Cryptographic Rust Code
di: Elsayed, Mohamed, et al.
Pubblicazione: (2026)
di: Elsayed, Mohamed, et al.
Pubblicazione: (2026)
Toward Effective Secure Code Reviews: An Empirical Study of Security-Related Coding Weaknesses
di: Charoenwet, Wachiraphan, et al.
Pubblicazione: (2023)
di: Charoenwet, Wachiraphan, et al.
Pubblicazione: (2023)
Understanding Specification-Driven Code Generation with LLMs: An Empirical Study Design
di: Rosa, Giovanni, et al.
Pubblicazione: (2026)
di: Rosa, Giovanni, et al.
Pubblicazione: (2026)
GitHub's Copilot Code Review: Can AI Spot Security Flaws Before You Commit?
di: Amro, Amena, et al.
Pubblicazione: (2025)
di: Amro, Amena, et al.
Pubblicazione: (2025)
An Empirical Study of Interaction Smells in Multi-Turn Human-LLM Collaborative Code Generation
di: Zhang, Binquan, et al.
Pubblicazione: (2026)
di: Zhang, Binquan, et al.
Pubblicazione: (2026)
Do AI Coding Agents Log Like Humans? An Empirical Study
di: Ouatiti, Youssef Esseddiq, et al.
Pubblicazione: (2026)
di: Ouatiti, Youssef Esseddiq, et al.
Pubblicazione: (2026)
Scaling Test-Driven Code Generation from Functions to Classes: An Empirical Study
di: Liang, Yunhao, et al.
Pubblicazione: (2026)
di: Liang, Yunhao, et al.
Pubblicazione: (2026)
An Empirical Study of Static Analysis Tools for Secure Code Review
di: Charoenwet, Wachiraphan, et al.
Pubblicazione: (2024)
di: Charoenwet, Wachiraphan, et al.
Pubblicazione: (2024)
A Large-Scale Empirical Study of AI-Generated Code in Real-World Repositories
di: Mao, Tianhao, et al.
Pubblicazione: (2026)
di: Mao, Tianhao, et al.
Pubblicazione: (2026)
AI builds, We Analyze: An Empirical Study of AI-Generated Build Code Quality
di: Ghammam, Anwar, et al.
Pubblicazione: (2026)
di: Ghammam, Anwar, et al.
Pubblicazione: (2026)
On the Effectiveness of Training Data Optimization for LLM-based Code Generation: An Empirical Study
di: Kuang, Shiqi, et al.
Pubblicazione: (2025)
di: Kuang, Shiqi, et al.
Pubblicazione: (2025)
An Empirical Study on Code Review Activity Prediction and Its Impact in Practice
di: Olewicki, Doriane, et al.
Pubblicazione: (2024)
di: Olewicki, Doriane, et al.
Pubblicazione: (2024)
An Empirical Study of LLM-Based Code Clone Detection
di: Zhu, Wenqing, et al.
Pubblicazione: (2025)
di: Zhu, Wenqing, et al.
Pubblicazione: (2025)
Fixing Your Own Smells: Adding a Mistake-Based Familiarisation Step When Teaching Code Refactoring
di: Tan, Ivan, et al.
Pubblicazione: (2024)
di: Tan, Ivan, et al.
Pubblicazione: (2024)
Fixing Function-Level Code Generation Errors for Foundation Large Language Models
di: Wen, Hao, et al.
Pubblicazione: (2024)
di: Wen, Hao, et al.
Pubblicazione: (2024)
Toward Interactive Optimization of Source Code Differences: An Empirical Study of Its Performance
di: Yagi, Tsukasa, et al.
Pubblicazione: (2024)
di: Yagi, Tsukasa, et al.
Pubblicazione: (2024)
An Empirical Study on Automatically Detecting AI-Generated Source Code: How Far Are We?
di: Suh, Hyunjae, et al.
Pubblicazione: (2024)
di: Suh, Hyunjae, et al.
Pubblicazione: (2024)
Rethinking Code Review Workflows with LLM Assistance: An Empirical Study
di: Aðalsteinsson, Fannar Steinn, et al.
Pubblicazione: (2025)
di: Aðalsteinsson, Fannar Steinn, et al.
Pubblicazione: (2025)
Debt Behind the AI Boom: A Large-Scale Empirical Study of AI-Generated Code in the Wild
di: Liu, Yue, et al.
Pubblicazione: (2026)
di: Liu, Yue, et al.
Pubblicazione: (2026)
Codexity: Secure AI-assisted Code Generation
di: Kim, Sung Yong, et al.
Pubblicazione: (2024)
di: Kim, Sung Yong, et al.
Pubblicazione: (2024)
Learn to Code Sustainably: An Empirical Study on LLM-based Green Code Generation
di: Vartziotis, Tina, et al.
Pubblicazione: (2024)
di: Vartziotis, Tina, et al.
Pubblicazione: (2024)
Decoding Human-LLM Collaboration in Coding: An Empirical Study of Multi-Turn Conversations in the Wild
di: Zhang, Binquan, et al.
Pubblicazione: (2025)
di: Zhang, Binquan, et al.
Pubblicazione: (2025)
An Empirical Study on LLM-based Agents for Automated Bug Fixing
di: Meng, Xiangxin, et al.
Pubblicazione: (2024)
di: Meng, Xiangxin, et al.
Pubblicazione: (2024)
An Empirical Study of the Non-determinism of ChatGPT in Code Generation
di: Ouyang, Shuyin, et al.
Pubblicazione: (2023)
di: Ouyang, Shuyin, et al.
Pubblicazione: (2023)
Compact Constraint Encoding for LLM Code Generation: An Empirical Study of Token Economics and Constraint Compliance
di: Tang, Hanzhang
Pubblicazione: (2026)
di: Tang, Hanzhang
Pubblicazione: (2026)
Code vs Serialized AST Inputs for LLM-Based Code Summarization: An Empirical Study
di: Dong, Shijia, et al.
Pubblicazione: (2026)
di: Dong, Shijia, et al.
Pubblicazione: (2026)
Security Weaknesses of Copilot-Generated Code in GitHub Projects: An Empirical Study
di: Fu, Yujia, et al.
Pubblicazione: (2023)
di: Fu, Yujia, et al.
Pubblicazione: (2023)
Security Incentivization: An Empirical Study of how Micropayments Impact Code Security
di: Rass, Stefan, et al.
Pubblicazione: (2026)
di: Rass, Stefan, et al.
Pubblicazione: (2026)
Exploring Security Practices in Infrastructure as Code: An Empirical Study
di: Verdet, Alexandre, et al.
Pubblicazione: (2023)
di: Verdet, Alexandre, et al.
Pubblicazione: (2023)
To Err is AI : A Case Study Informing LLM Flaw Reporting Practices
di: McGregor, Sean, et al.
Pubblicazione: (2024)
di: McGregor, Sean, et al.
Pubblicazione: (2024)
Engineering Pitfalls in AI Coding Tools: An Empirical Study of Bugs in Claude Code, Codex, and Gemini CLI
di: Zhang, Ruixin, et al.
Pubblicazione: (2026)
di: Zhang, Ruixin, et al.
Pubblicazione: (2026)
Quantum-Guided Test Case Minimization for LLM-Based Code Generation
di: Zhang, Huixiang, et al.
Pubblicazione: (2025)
di: Zhang, Huixiang, et al.
Pubblicazione: (2025)
Detect--Repair--Verify for LLM-Generated Code: A Multi-Language, Multi-Granularity Empirical Study
di: Cheng, Cheng
Pubblicazione: (2026)
di: Cheng, Cheng
Pubblicazione: (2026)
Failure-Aware Enhancements for Large Language Model (LLM) Code Generation: An Empirical Study on Decision Framework
di: Shen, Jianru, et al.
Pubblicazione: (2026)
di: Shen, Jianru, et al.
Pubblicazione: (2026)
Beyond Bug Fixes: An Empirical Investigation of Post-Merge Code Quality Issues in Agent-Generated Pull Requests
di: Cynthia, Shamse Tasnim, et al.
Pubblicazione: (2026)
di: Cynthia, Shamse Tasnim, et al.
Pubblicazione: (2026)
Unintentional Security Flaws in Code: Automated Defense via Root Cause Analysis
di: Islam, Nafis Tanveer, et al.
Pubblicazione: (2024)
di: Islam, Nafis Tanveer, et al.
Pubblicazione: (2024)
Documenti analoghi
-
Improving Automated Secure Code Reviews: A Synthetic Dataset for Code Vulnerability Flaws
di: Centellas-Claros, Leonardo, et al.
Pubblicazione: (2025) -
Detect Repair Verify for Securing LLM Generated Code: A Multi-Language Empirical Study
di: Cheng, Cheng
Pubblicazione: (2026) -
LLM-Based Test-Driven Interactive Code Generation: User Study and Empirical Evaluation
di: Fakhoury, Sarah, et al.
Pubblicazione: (2024) -
Write Your Own CodeChecker: An Automated Test-Driven Checker Development Approach with LLMs
di: Liu, Jun, et al.
Pubblicazione: (2024) -
An Empirical Security Evaluation of LLM-Generated Cryptographic Rust Code
di: Elsayed, Mohamed, et al.
Pubblicazione: (2026)