Buchumschlag

Investigating the Role of LLMs Hyperparameter Tuning and Prompt Engineering to Support Domain Modeling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bulhakov, Vladyslav, d'Aloisio, Giordano, Di Sipio, Claudio, Di Marco, Antinisca, Di Ruscio, Davide
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

How fair are we? From conceptualization to automated assessment of fairness definitions
von: d'Aloisio, Giordano, et al.
Veröffentlicht: (2024)

Addressing Popularity Bias in Third-Party Library Recommendations Using LLMs
von: Di Sipio, Claudio, et al.
Veröffentlicht: (2025)

How Do Generative Models Draw a Software Engineer? A Case Study on Stable Diffusion Bias
von: Fadahunsi, Tosin, et al.
Veröffentlicht: (2025)

On the Compression of Language Models for Code: An Empirical Study on CodeBERT
von: d'Aloisio, Giordano, et al.
Veröffentlicht: (2024)

SafeTune: Search-based Harmfulness Minimisation for Large Language Models
von: d'Aloisio, Giordano, et al.
Veröffentlicht: (2026)

MANILA: A Low-Code Application to Benchmark Machine Learning Models and Fairness-Enhancing Methods
von: d'Aloisio, Giordano
Veröffentlicht: (2025)

On the use of Large Language Models in Model-Driven Engineering
von: Di Rocco, Juri, et al.
Veröffentlicht: (2024)

Detecting Malicious Source Code in PyPI Packages with LLMs: Does RAG Come in Handy?
von: Ibiyo, Motunrayo, et al.
Veröffentlicht: (2025)

Simplicity by Obfuscation: Evaluating LLM-Driven Code Transformation with Semantic Elasticity
von: De Tomasi, Lorenzo, et al.
Veröffentlicht: (2025)

Automated categorization of pre-trained models for software engineering: A case study with a Hugging Face dataset
von: Di Sipio, Claudio, et al.
Veröffentlicht: (2024)

Many Hands Make Light Work: An LLM-based Multi-Agent System for Detecting Malicious PyPI Packages
von: Zeshan, Muhammad Umar, et al.
Veröffentlicht: (2026)

Automatic Categorization of GitHub Actions with Transformers and Few-shot Learning
von: Nguyen, Phuong T., et al.
Veröffentlicht: (2024)

Prompt engineering and its implications on the energy consumption of Large Language Models
von: Rubei, Riccardo, et al.
Veröffentlicht: (2025)

Architectural Support for Software Performance in Continuous Software Engineering: A Systematic Mapping Study
von: Eramo, Romina, et al.
Veröffentlicht: (2023)

Automation in Model-Driven Engineering: A look back, and ahead
von: Burgueño, Lola, et al.
Veröffentlicht: (2024)

SustainDiffusion: Optimising the Social and Environmental Sustainability of Stable Diffusion Models
von: d'Aloisio, Giordano, et al.
Veröffentlicht: (2025)

REPAIR Approach for Social-based City Reconstruction Planning in case of natural disasters
von: Mudassir, Ghulam, et al.
Veröffentlicht: (2025)

A Generalised Exponentiated Gradient Approach to Enhance Fairness in Binary and Multi-class Classification Tasks
von: Boubekraoui, Maryam, et al.
Veröffentlicht: (2026)

Teamwork makes the dream work: LLMs-Based Agents for GitHub README.MD Summarization
von: Nguyen, Duc S. H., et al.
Veröffentlicht: (2025)

When simplicity meets effectiveness: Detecting code comments coherence with word embeddings and LSTM
von: Igbomezie, Michael Dubem, et al.
Veröffentlicht: (2024)

VAMP: Visual Analytics for Microservices Performance
von: Traini, Luca, et al.
Veröffentlicht: (2024)

Good things come in three: Generating SO Post Titles with Pre-Trained Models, Self Improvement and Post Ranking
von: Le, Duc Anh, et al.
Veröffentlicht: (2024)

PlayMyData: a curated dataset of multi-platform video games
von: D'Angelo, Andrea, et al.
Veröffentlicht: (2024)

Towards Synthetic Trace Generation of Modeling Operations using In-Context Learning Approach
von: Muttillo, Vittoriano, et al.
Veröffentlicht: (2024)

On the Need for Configurable Travel Recommender Systems: A Systematic Mapping Study
von: Pereira, Rickson Simioni, et al.
Veröffentlicht: (2024)

Bake Two Cakes with One Oven: RL for Defusing Popularity Bias and Cold-start in Third-Party Library Recommendations
von: Vuong, Minh Hoang, et al.
Veröffentlicht: (2025)

A Decision Tree to Shepherd Scientists through Data Retrievability
von: Bianchi, Andrea, et al.
Veröffentlicht: (2023)

Detection of Technical Debt in Java Source Code
von: Hai, Nam Le, et al.
Veröffentlicht: (2024)

Exploring LLM-Driven Explanations for Quantum Algorithms
von: d'Aloisio, Giordano, et al.
Veröffentlicht: (2024)

Modeling in Jjodel: Bridging Complexity and Usability in Model-Driven Engineering
von: Bucchiarone, Antonio, et al.
Veröffentlicht: (2025)

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

Green Prompt Engineering: Investigating the Energy Impact of Prompt Design in Software Engineering
von: De Martino, Vincenzo, et al.
Veröffentlicht: (2025)

Automated Refactoring of Non-Idiomatic Python Code: A Differentiated Replication with LLMs
von: Midolo, Alessandro, et al.
Veröffentlicht: (2025)

"Let it be Chaos in the Plumbing!" Usage and Efficacy of Chaos Engineering in DevOps Pipelines
von: Fossati, Stefano, et al.
Veröffentlicht: (2025)

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

Supporting Belonging in Software Engineering Through Role Models Exposure
von: Santos, Ronnie de Souza
Veröffentlicht: (2026)

Contrasting the Hyperparameter Tuning Impact Across Software Defect Prediction Scenarios
von: Rakha, Mohamed Sami, et al.
Veröffentlicht: (2025)

Fine-Tuning and Prompt Engineering for Large Language Models-based Code Review Automation
von: Pornprasit, Chanathip, et al.
Veröffentlicht: (2024)

What Did I Do Wrong? Quantifying LLMs' Sensitivity and Consistency to Prompt Engineering
von: Errica, Federico, et al.
Veröffentlicht: (2024)

Guidelines to Prompt Large Language Models for Code Generation: An Empirical Characterization
von: Midolo, Alessandro, et al.
Veröffentlicht: (2026)