Buchumschlag

Breaking the Myth: Can Small Models Infer Postconditions Too?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Gehao, Wang, Zhenting, Zhai, Juan
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

POSTCONDBENCH: Benchmarking Correctness and Completeness in Formal Postcondition Inference
von: Zhang, Gehao, et al.
Veröffentlicht: (2026)

Can Large Language Models Transform Natural Language Intent into Formal Method Postconditions?
von: Endres, Madeline, et al.
Veröffentlicht: (2023)

Beyond Postconditions: Can Large Language Models infer Formal Contracts for Automatic Software Verification?
von: Richter, Cedric, et al.
Veröffentlicht: (2025)

REPOFUSE: Repository-Level Code Completion with Fused Dual Context
von: Liang, Ming, et al.
Veröffentlicht: (2024)

Beyond Code Generation: Assessing Code LLM Maturity with Postconditions
von: He, Fusen, et al.
Veröffentlicht: (2024)

Inferring Pluggable Types with Machine Learning
von: Siddiqui, Kazi Amanul Islam, et al.
Veröffentlicht: (2024)

Inferring Code Correctness from Specification
von: Florian, Tambon, et al.
Veröffentlicht: (2026)

Efficient DNN-Powered Software with Fair Sparse Models
von: Gao, Xuanqi, et al.
Veröffentlicht: (2024)

Deploy-Master: Automating the Deployment of 50,000+ Agent-Ready Scientific Tools in One Day
von: Wang, Yi, et al.
Veröffentlicht: (2026)

DREAM: Debugging and Repairing AutoML Pipelines
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2023)

Small Models, Big Tasks: An Exploratory Empirical Study on Small Language Models for Function Calling
von: Kavathekar, Ishan, et al.
Veröffentlicht: (2025)

CodeCircuit: Toward Inferring LLM-Generated Code Correctness via Attribution Graphs
von: He, Yicheng, et al.
Veröffentlicht: (2026)

Breaking the Illusion of Identity in LLM Tooling
von: Miller, Marek
Veröffentlicht: (2026)

Breaking Android with AI: A Deep Dive into LLM-Powered Exploitation
von: Perera, Wanni Vidulige Ishan, et al.
Veröffentlicht: (2025)

This Is Taking Too Long -- Investigating Time as a Proxy for Energy Consumption of LLMs
von: Krupp, Lars, et al.
Veröffentlicht: (2026)

Reasoning over Precedents Alongside Statutes: Case-Augmented Deliberative Alignment for LLM Safety
von: Jin, Can, et al.
Veröffentlicht: (2026)

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

Breaking Barriers in Software Testing: The Power of AI-Driven Automation
von: Naqvi, Saba, et al.
Veröffentlicht: (2025)

Large Language Models for In-File Vulnerability Localization Can Be "Lost in the End"
von: Sovrano, Francesco, et al.
Veröffentlicht: (2025)

ProgramBench: Can Language Models Rebuild Programs From Scratch?
von: Yang, John, et al.
Veröffentlicht: (2026)

GPIoT: Tailoring Small Language Models for IoT Program Synthesis and Development
von: Shen, Leming, et al.
Veröffentlicht: (2025)

ASSURE: Metamorphic Testing for AI-powered Browser Extensions
von: Gao, Xuanqi, et al.
Veröffentlicht: (2025)

LlamaRestTest: Effective REST API Testing with Small Language Models
von: Kim, Myeongsoo, 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)

EduBot -- Can LLMs Solve Personalized Learning and Programming Assignments?
von: Wang, Yibin, et al.
Veröffentlicht: (2025)

When the Code Autopilot Breaks: Why LLMs Falter in Embedded Machine Learning
von: Morabito, Roberto, et al.
Veröffentlicht: (2025)

I Can Find You in Seconds! Leveraging Large Language Models for Code Authorship Attribution
von: Choi, Soohyeon, et al.
Veröffentlicht: (2025)

Can AI Models Direct Each Other? Organizational Structure as a Probe into Training Limitations
von: Liu, Rui
Veröffentlicht: (2026)

Can Agents Fix Agent Issues?
von: Rahardja, Alfin Wijaya, et al.
Veröffentlicht: (2025)

Terminus-4B: Can a Smaller Model Replace Frontier LLMs at Agentic Execution Tasks?
von: Garg, Spandan, et al.
Veröffentlicht: (2026)

Neuro-Symbolic Generation and Validation of Memory-Aware Formal Function Specifications
von: Zhang, Liao, et al.
Veröffentlicht: (2026)

Safer Builders, Risky Maintainers: A Comparative Study of Breaking Changes in Human vs Agentic PRs
von: Ferdous, K M, et al.
Veröffentlicht: (2026)

Energy-Aware Code Generation with LLMs: Benchmarking Small vs. Large Language Models for Sustainable AI Programming
von: Ashraf, Humza, et al.
Veröffentlicht: (2025)

Can Github issues be solved with Tree Of Thoughts?
von: La Rosa, Ricardo, et al.
Veröffentlicht: (2024)

False Friends in the Shell: Unveiling the Emoticon Semantic Confusion in Large Language Models
von: Jiang, Weipeng, et al.
Veröffentlicht: (2026)

Can GPT-O1 Kill All Bugs? An Evaluation of GPT-Family LLMs on QuixBugs
von: Hu, Haichuan, et al.
Veröffentlicht: (2024)

Can LLMs Replace Human Evaluators? An Empirical Study of LLM-as-a-Judge in Software Engineering
von: Wang, Ruiqi, et al.
Veröffentlicht: (2025)

Let the Barbarians In: How AI Can Accelerate Systems Performance Research
von: Cheng, Audrey, et al.
Veröffentlicht: (2025)

Can LLMs Replace Humans During Code Chunking?
von: Glasz, Christopher, et al.
Veröffentlicht: (2025)

Can LLM Generate Regression Tests for Software Commits?
von: Liu, Jing, et al.
Veröffentlicht: (2025)