Buchumschlag

The Impact of Fine-tuning Large Language Models on Automated Program Repair

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Macháček, Roman, Grishina, Anastasiia, Hort, Max, Moonen, Leon
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering Artificial Intelligence Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Assessing the Latent Automated Program Repair Capabilities of Large Language Models using Round-Trip Translation
von: Ruiz, Fernando Vallecillos, et al.
Veröffentlicht: (2024)

The Art of Repair: Optimizing Iterative Program Repair with Instruction-Tuned Models
von: Ruiz, Fernando Vallecillos, et al.
Veröffentlicht: (2025)

Codehacks: A Dataset of Adversarial Tests for Competitive Programming Problems Obtained from Codeforces
von: Hort, Max, et al.
Veröffentlicht: (2025)

Semantic-Preserving Transformations as Mutation Operators: A Study on Their Effectiveness in Defect Detection
von: Hort, Max, et al.
Veröffentlicht: (2025)

Fully Autonomous Programming using Iterative Multi-Agent Debugging with Large Language Models
von: Grishina, Anastasiia, et al.
Veröffentlicht: (2025)

Wisdom and Delusion of LLM Ensembles for Code Generation and Repair
von: Vallecillos-Ruiz, Fernando, et al.
Veröffentlicht: (2025)

A Comparative Study on Large Language Models for Log Parsing
von: Astekin, Merve, et al.
Veröffentlicht: (2024)

Automated Factual Benchmarking for In-Car Conversational Systems using Large Language Models
von: Giebisch, Rafael, et al.
Veröffentlicht: (2025)

Prompting and Fine-tuning Large Language Models for Automated Code Review Comment Generation
von: Haider, Md. Asif, et al.
Veröffentlicht: (2024)

MCP-Solver: Integrating Language Models with Constraint Programming Systems
von: Szeider, Stefan
Veröffentlicht: (2024)

EquiBench: Benchmarking Large Language Models' Reasoning about Program Semantics via Equivalence Checking
von: Wei, Anjiang, et al.
Veröffentlicht: (2025)

Large Language Models Synergize with Automated Machine Learning
von: Xu, Jinglue, et al.
Veröffentlicht: (2024)

Predicting Intermittent Job Failure Categories for Diagnosis Using Few-Shot Fine-Tuned Language Models
von: Aïdasso, Henri, et al.
Veröffentlicht: (2026)

code_transformed: The Influence of Large Language Models on Code
von: Xu, Yuliang, et al.
Veröffentlicht: (2025)

CODEMENV: Benchmarking Large Language Models on Code Migration
von: Cheng, Keyuan, et al.
Veröffentlicht: (2025)

AlgoTune: Can Language Models Speed Up General-Purpose Numerical Programs?
von: Press, Ori, et al.
Veröffentlicht: (2025)

Investigating the Efficacy of Large Language Models for Code Clone Detection
von: Khajezade, Mohamad, et al.
Veröffentlicht: (2024)

Applying Large Language Models API to Issue Classification Problem
von: Aracena, Gabriel, et al.
Veröffentlicht: (2024)

LLMEffiChecker: Understanding and Testing Efficiency Degradation of Large Language Models
von: Feng, Xiaoning, et al.
Veröffentlicht: (2022)

Evaluating the Formal Reasoning Capabilities of Large Language Models through Chomsky Hierarchy
von: Dong, Yihong, et al.
Veröffentlicht: (2026)

DDPT: Diffusion-Driven Prompt Tuning for Large Language Model Code Generation
von: Li, Jinyang, et al.
Veröffentlicht: (2025)

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

What can Large Language Models Capture about Code Functional Equivalence?
von: Maveli, Nickil, et al.
Veröffentlicht: (2024)

AuPair: Golden Example Pairs for Code Repair
von: Mavalankar, Aditi, et al.
Veröffentlicht: (2025)

REFLEX: Reference-Free Evaluation of Log Summarization via Large Language Model Judgment
von: Mudgal, Priyanka
Veröffentlicht: (2025)

CodeVisionary: An Agent-based Framework for Evaluating Large Language Models in Code Generation
von: Wang, Xinchen, et al.
Veröffentlicht: (2025)

KOCO-BENCH: Can Large Language Models Leverage Domain Knowledge in Software Development?
von: Jiang, Xue, et al.
Veröffentlicht: (2026)

UniTSyn: A Large-Scale Dataset Capable of Enhancing the Prowess of Large Language Models for Program Testing
von: He, Yifeng, et al.
Veröffentlicht: (2024)

A Systematic Approach to Predict the Impact of Cybersecurity Vulnerabilities Using LLMs
von: Høst, Anders Mølmen, et al.
Veröffentlicht: (2025)

SecureReviewer: Enhancing Large Language Models for Secure Code Review through Secure-aware Fine-tuning
von: Liu, Fang, et al.
Veröffentlicht: (2025)

RovoDev Code Reviewer: A Large-Scale Online Evaluation of LLM-based Code Review Automation at Atlassian
von: Tantithamthavorn, Kla, et al.
Veröffentlicht: (2026)

AFlow: Automating Agentic Workflow Generation
von: Zhang, Jiayi, et al.
Veröffentlicht: (2024)

Learning to Generate Unit Tests for Automated Debugging
von: Prasad, Archiki, et al.
Veröffentlicht: (2025)

TAROT: Test-driven and Capability-adaptive Curriculum Reinforcement Fine-tuning for Code Generation with Large Language Models
von: Park, Chansung, et al.
Veröffentlicht: (2026)

Towards Practical Defect-Focused Automated Code Review
von: Lu, Junyi, et al.
Veröffentlicht: (2025)

Step Rejection Fine-Tuning: A Practical Distillation Recipe
von: Slinko, Igor, et al.
Veröffentlicht: (2026)

CP-Agent: Agentic Constraint Programming
von: Szeider, Stefan
Veröffentlicht: (2025)

Assessing Large Language Models for Automated Feedback Generation in Learning Programming Problem Solving
von: Silva, Priscylla, et al.
Veröffentlicht: (2025)

Tool Calling is Linearly Readable and Steerable in Language Models
von: Wu, Zekun, et al.
Veröffentlicht: (2026)

The Impact of Program Reduction on Automated Program Repair
von: Vidziunas, Linas, et al.
Veröffentlicht: (2024)