Buchumschlag

Coding Triangle: How Does Large Language Model Understand Code?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Taolin, Ma, Zihan, Cao, Maosong, Liu, Junnan, Zhang, Songyang, Chen, Kai
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CompassJudger-2: Towards Generalist Judge Model via Verifiable Rewards
von: Zhang, Taolin, et al.
Veröffentlicht: (2025)

Rethinking Verification for LLM Code Generation: From Generation to Testing
von: Ma, Zihan, et al.
Veröffentlicht: (2025)

Deciphering Trajectory-Aided LLM Reasoning: An Optimization Perspective
von: Liu, Junnan, et al.
Veröffentlicht: (2025)

Condor: Enhance LLM Alignment with Knowledge-Driven Data Synthesis and Refinement
von: Cao, Maosong, et al.
Veröffentlicht: (2025)

Rectifying LLM Thought from Lens of Optimization
von: Liu, Junnan, et al.
Veröffentlicht: (2025)

CompassJudger-1: All-in-one Judge Model Helps Model Evaluation and Evolution
von: Cao, Maosong, et al.
Veröffentlicht: (2024)

An Information-Theoretic Framework for Robust Large Language Model Editing
von: Chen, Qizhou, et al.
Veröffentlicht: (2025)

Are Your LLMs Capable of Stable Reasoning?
von: Liu, Junnan, et al.
Veröffentlicht: (2024)

Dissecting Tool-Integrated Reasoning: An Empirical Study and Analysis
von: Zhao, Yufeng, et al.
Veröffentlicht: (2025)

GALLa: Graph Aligned Large Language Models for Improved Source Code Understanding
von: Zhang, Ziyin, et al.
Veröffentlicht: (2024)

DynaCode: A Dynamic Complexity-Aware Code Benchmark for Evaluating Large Language Models in Code Generation
von: Hu, Wenhao, et al.
Veröffentlicht: (2025)

CodeMind: Evaluating Large Language Models for Code Reasoning
von: Liu, Changshu, et al.
Veröffentlicht: (2024)

Testing the Effect of Code Documentation on Large Language Model Code Understanding
von: Macke, William, et al.
Veröffentlicht: (2024)

DA-Code: Agent Data Science Code Generation Benchmark for Large Language Models
von: Huang, Yiming, et al.
Veröffentlicht: (2024)

CompassVerifier: A Unified and Robust Verifier for LLMs Evaluation and Outcome Reward
von: Liu, Shudong, et al.
Veröffentlicht: (2025)

Mastering Text, Code and Math Simultaneously via Fusing Highly Specialized Language Models
von: Ding, Ning, et al.
Veröffentlicht: (2024)

How Brittle is Agent Safety? Rethinking Agent Risk under Intent Concealment and Task Complexity
von: Ma, Zihan, et al.
Veröffentlicht: (2025)

Can Large Language Models Understand, Reason About, and Generate Code-Switched Text?
von: Winata, Genta Indra, et al.
Veröffentlicht: (2026)

Code-driven Number Sequence Calculation: Enhancing the inductive Reasoning Abilities of Large Language Models
von: Chen, Kedi, et al.
Veröffentlicht: (2025)

RefineCoder: Iterative Improving of Large Language Models via Adaptive Critique Refinement for Code Generation
von: Zhou, Changzhi, et al.
Veröffentlicht: (2025)

An Application of Large Language Models to Coding Negotiation Transcripts
von: Friedman, Ray, et al.
Veröffentlicht: (2024)

Entity Alignment with Noisy Annotations from Large Language Models
von: Chen, Shengyuan, et al.
Veröffentlicht: (2024)

CodeMirage: Hallucinations in Code Generated by Large Language Models
von: Agarwal, Vibhor, et al.
Veröffentlicht: (2024)

Structure Guided Large Language Model for SQL Generation
von: Zhang, Qinggang, et al.
Veröffentlicht: (2024)

KnowGPT: Knowledge Graph based Prompting for Large Language Models
von: Zhang, Qinggang, et al.
Veröffentlicht: (2023)

Cost-efficient Knowledge-based Question Answering with Large Language Models
von: Dong, Junnan, et al.
Veröffentlicht: (2024)

CodeApex: A Bilingual Programming Evaluation Benchmark for Large Language Models
von: Fu, Lingyue, et al.
Veröffentlicht: (2023)

CodexGraph: Bridging Large Language Models and Code Repositories via Code Graph Databases
von: Liu, Xiangyan, et al.
Veröffentlicht: (2024)

CodePMP: Scalable Preference Model Pretraining for Large Language Model Reasoning
von: Yu, Huimu, et al.
Veröffentlicht: (2024)

Task as Context Prompting for Accurate Medical Symptom Coding Using Large Language Models
von: He, Chengyang, et al.
Veröffentlicht: (2025)

CodeEditorBench: Evaluating Code Editing Capability of Large Language Models
von: Guo, Jiawei, et al.
Veröffentlicht: (2024)

Unveiling the Impact of Coding Data Instruction Fine-Tuning on Large Language Models Reasoning
von: Zhang, Xinlu, et al.
Veröffentlicht: (2024)

The Emergence of Abstract Thought in Large Language Models Beyond Any Language
von: Chen, Yuxin, et al.
Veröffentlicht: (2025)

Towards an Understanding of Context Utilization in Code Intelligence
von: Wang, Yanlin, et al.
Veröffentlicht: (2025)

WizardCoder: Empowering Code Large Language Models with Evol-Instruct
von: Luo, Ziyang, et al.
Veröffentlicht: (2023)

OctoPack: Instruction Tuning Code Large Language Models
von: Muennighoff, Niklas, et al.
Veröffentlicht: (2023)

Large Language Models as Code Executors: An Exploratory Study
von: Lyu, Chenyang, et al.
Veröffentlicht: (2024)

A Code Comprehension Benchmark for Large Language Models for Code
von: Havare, Jayant, et al.
Veröffentlicht: (2025)

Beyond Correctness: Benchmarking Multi-dimensional Code Generation for Large Language Models
von: Zheng, Jiasheng, et al.
Veröffentlicht: (2024)

Self-Explained Keywords Empower Large Language Models for Code Generation
von: Fan, Lishui, et al.
Veröffentlicht: (2024)