Buchumschlag

PromiseTune: Unveiling Causally Promising and Explainable Configuration Tuning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Pengzhou, Chen, Tao
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

Code for PromiseTune
von: Chen, Pengzhou
Veröffentlicht: (2025)

Unveiling Many Faces of Surrogate Models for Configuration Tuning: A Fitness Landscape Analysis Perspective
von: Chen, Pengzhou, et al.
Veröffentlicht: (2025)

Accuracy Can Lie: On the Impact of Surrogate Model in Configuration Tuning
von: Chen, Pengzhou, et al.
Veröffentlicht: (2025)

MMO: Meta Multi-Objectivization for Software Configuration Tuning
von: Chen, Pengzhou, et al.
Veröffentlicht: (2021)

CoTune: Co-evolutionary Configuration Tuning
von: Xiong, Gangda, et al.
Veröffentlicht: (2025)

Adapting Multi-objectivized Software Configuration Tuning
von: Chen, Tao, et al.
Veröffentlicht: (2024)

Revealing Domain-Spatiality Patterns for Configuration Tuning: Domain Knowledge Meets Fitness Landscapes
von: Ye, Yulong, et al.
Veröffentlicht: (2026)

CDS4RAG: Cyclic Dual-Sequential Hyperparameter Optimization for RAG
von: Chen, Pengzhou, et al.
Veröffentlicht: (2026)

The Promise and Pitfalls of WebAssembly: Perspectives from the Industry
von: He, Ningyu, et al.
Veröffentlicht: (2025)

Promises, Perils, and (Timely) Heuristics for Mining Coding Agent Activity
von: Robbes, Romain, et al.
Veröffentlicht: (2026)

The Promise and Reality of Continuous Integration Caching: An Empirical Study of Travis CI Builds
von: Ghaleb, Taher A., et al.
Veröffentlicht: (2026)

Prompt Learning for Multi-Label Code Smell Detection: A Promising Approach
von: Liu, Haiyang, et al.
Veröffentlicht: (2024)

Promise and Peril of Collaborative Code Generation Models: Balancing Effectiveness and Memorization
von: Chen, Zhi, et al.
Veröffentlicht: (2024)

Small Yet Configurable: Unveiling Null Variability in Software
von: Tërnava, Xhevahire, et al.
Veröffentlicht: (2026)

The Same Only Different: On Information Modality for Configuration Performance Analysis
von: Liang, Hongyuan, et al.
Veröffentlicht: (2025)

Service Weaver: A Promising Direction for Cloud-native Systems?
von: Johnson, Jacoby, et al.
Veröffentlicht: (2024)

Exploring Parameter-Efficient Fine-Tuning of Large Language Model on Automated Program Repair
von: Li, Guochang, et al.
Veröffentlicht: (2024)

ASMA-Tune: Unlocking LLMs' Assembly Code Comprehension via Structural-Semantic Instruction Tuning
von: Wang, Xinyi, et al.
Veröffentlicht: (2025)

Dividable Configuration Performance Learning
von: Gong, Jingzhi, et al.
Veröffentlicht: (2024)

Early Discoveries of Algorithmist I: Promise of Provable Algorithm Synthesis at Scale
von: Kulkarni, Janardhan
Veröffentlicht: (2026)

GroupTuner: Efficient Group-Aware Compiler Auto-Tuning
von: Gao, Bingyu, et al.
Veröffentlicht: (2025)

Improving Deep Assertion Generation via Fine-Tuning Retrieval-Augmented Pre-trained Language Models
von: Zhang, Quanjun, et al.
Veröffentlicht: (2025)

Distilled Lifelong Self-Adaptation for Configurable Systems
von: Ye, Yulong, et al.
Veröffentlicht: (2025)

Statistical Software Engineering with Tuned Variables
von: Busany, Nimrod
Veröffentlicht: (2026)

Causally Perturbed Fairness Testing
von: Du, Chengwen, et al.
Veröffentlicht: (2025)

Bitcoin Cross-Chain Bridge: A Taxonomy and Its Promise in Artificial Intelligence of Things
von: Tang, Guojun, et al.
Veröffentlicht: (2025)

AI-Driven Self-Evolving Software: A Promising Path Toward Software Automation
von: Cai, Liyi, et al.
Veröffentlicht: (2025)

Dually Hierarchical Drift Adaptation for Online Configuration Performance Learning
von: Xiang, Zezhen, et al.
Veröffentlicht: (2025)

Faster Configuration Performance Bug Testing with Neural Dual-level Prioritization
von: Ma, Youpeng, et al.
Veröffentlicht: (2025)

FGIT: Fault-Guided Fine-Tuning for Code Generation
von: Fan, Lishui, et al.
Veröffentlicht: (2025)

Fine-Tuning Models for Automated Code Review Feedback
von: Kumar, Smitha S, et al.
Veröffentlicht: (2026)

CGP-Tuning: Structure-Aware Soft Prompt Tuning for Code Vulnerability Detection
von: Feng, Ruijun, et al.
Veröffentlicht: (2025)

Search-based Hyperparameter Tuning for Python Unit Test Generation
von: Lukasczyk, Stephan, et al.
Veröffentlicht: (2025)

Adapting Knowledge Prompt Tuning for Enhanced Automated Program Repair
von: Cai, Xuemeng, et al.
Veröffentlicht: (2025)

Zero-Shot Code Representation Learning via Prompt Tuning
von: Cui, Nan, et al.
Veröffentlicht: (2024)

Prompt Engineering or Fine-Tuning: An Empirical Assessment of LLMs for Code
von: Shin, Jiho, et al.
Veröffentlicht: (2023)

Preference-Guided Refactored Tuning for Retrieval Augmented Code Generation
von: Gao, Xinyu, et al.
Veröffentlicht: (2024)

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

Deep Configuration Performance Learning: A Systematic Survey and Taxonomy
von: Gong, Jingzhi, et al.
Veröffentlicht: (2024)

Synergy-Guided Compiler Auto-Tuning of Nested LLVM Pass Pipelines
von: Pan, Haolin, et al.
Veröffentlicht: (2025)