Buchumschlag

Fine-Tuning Code Language Models to Detect Cross-Language Bugs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Zengyang, Li, Yimeng, Huang, Binbin, Liang, Peng, Mo, Ran, Liu, Hui, Ma, Yutao
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

Unveiling Code Clones in the Eclipse IIoT Software Ecosystem
von: Li, Zengyang, et al.
Veröffentlicht: (2026)

Bug Priority Change Prediction: An Exploratory Study on Apache Software
von: Cai, Guangzong, et al.
Veröffentlicht: (2025)

An Exploratory Study on Just-in-Time Multi-Programming-Language Bug Prediction
von: Li, Zengyang, et al.
Veröffentlicht: (2024)

Bug Priority Change: An Empirical Study on Apache Projects
von: Li, Zengyang, et al.
Veröffentlicht: (2024)

Copilot-in-the-Loop: Fixing Code Smells in Copilot-Generated Python Code using Copilot
von: Zhang, Beiqi, et al.
Veröffentlicht: (2024)

Automated Detection of Inter-Language Design Smells in Multi-Language Deep Learning Frameworks
von: Li, Zengyang, et al.
Veröffentlicht: (2024)

Bugs in Large Language Models Generated Code: An Empirical Study
von: Tambon, Florian, et al.
Veröffentlicht: (2024)

Designing LLM-based Multi-Agent Systems for Software Engineering Tasks: Quality Attributes, Design Patterns and Rationale
von: Cai, Yangxiao, et al.
Veröffentlicht: (2025)

FasterPy: An LLM-based Code Execution Efficiency Optimization Framework
von: Wu, Yue, et al.
Veröffentlicht: (2025)

A Survey of Bugs in AI-Generated Code
von: Gao, Ruofan, et al.
Veröffentlicht: (2025)

Improving MPI Error Detection and Repair with Large Language Models and Bug References
von: Piersall, Scott, et al.
Veröffentlicht: (2026)

CrossPL: Evaluating Large Language Models on Cross Programming Language Code Generation
von: Xiong, Zhanhang, et al.
Veröffentlicht: (2025)

Unlock the Correlation between Supervised Fine-Tuning and Reinforcement Learning in Training Code Large Language Models
von: Chen, Jie, et al.
Veröffentlicht: (2024)

Demystifying Issues, Causes and Solutions in LLM Open-Source Projects
von: Cai, Yangxiao, et al.
Veröffentlicht: (2024)

Enhancing High-Quality Code Generation in Large Language Models with Comparative Prefix-Tuning
von: Jiang, Yuan, et al.
Veröffentlicht: (2025)

A Comprehensive Evaluation of Parameter-Efficient Fine-Tuning on Code Smell Detection
von: Zhang, Beiqi, et al.
Veröffentlicht: (2024)

MarsCode Agent: AI-native Automated Bug Fixing
von: Liu, Yizhou, et al.
Veröffentlicht: (2024)

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

Devstral: Fine-tuning Language Models for Coding Agent Applications
von: Rastogi, Abhinav, et al.
Veröffentlicht: (2025)

Using LLMs in Generating Design Rationale for Software Architecture Decisions
von: Zhou, Xiyu, et al.
Veröffentlicht: (2025)

Exploring Large Language Models in Resolving Environment-Related Crash Bugs: Localizing and Repairing
von: Du, Xueying, et al.
Veröffentlicht: (2023)

Beyond Functional Correctness: Design Issues in AI IDE-Generated Large-Scale Projects
von: Kashif, Syed Mohammad, et al.
Veröffentlicht: (2026)

Exploring and Unleashing the Power of Large Language Models in Automated Code Translation
von: Yang, Zhen, et al.
Veröffentlicht: (2024)

WebCompass: Towards Multimodal Web Coding Evaluation for Code Language Models
von: Lei, Xinping, et al.
Veröffentlicht: (2026)

Generating High-Quality Datasets for Code Editing via Open-Source Language Models
von: Zhang, Zekai, et al.
Veröffentlicht: (2025)

SWE-Synth: Synthesizing Verifiable Bug-Fix Data to Enable Large Language Models in Resolving Real-World Bugs
von: Pham, Minh V. T., et al.
Veröffentlicht: (2025)

LIA: Supervised Fine-Tuning of Large Language Models for Automatic Issue Assignment
von: Khosravani, Arsham, et al.
Veröffentlicht: (2026)

Task Abstention for Large Language Models in Code Generation
von: Zhou, Yanke, et al.
Veröffentlicht: (2026)

Reducing False Positives in Static Bug Detection with LLMs: An Empirical Study in Industry
von: Du, Xueying, et al.
Veröffentlicht: (2026)

Unveiling Security Weaknesses in Autonomous Driving Systems: An In-Depth Empirical Study
von: Cheng, Wenyuan, et al.
Veröffentlicht: (2025)

Turbulence: Systematically and Automatically Testing Instruction-Tuned Large Language Models for Code
von: Honarvar, Shahin, et al.
Veröffentlicht: (2023)

GeoCode-GPT: A Large Language Model for Geospatial Code Generation Tasks
von: Hou, Shuyang, et al.
Veröffentlicht: (2024)

Fine-Tuning Multilingual Language Models for Code Review: An Empirical Study on Industrial C# Projects
von: Begolli, Igli, et al.
Veröffentlicht: (2025)

PyResBugs: A Dataset of Residual Python Bugs for Natural Language-Driven Fault Injection
von: Cotroneo, Domenico, et al.
Veröffentlicht: (2025)

Using LLMs in Software Design: An Empirical Study of GitHub and A Practitioner Survey
von: Wang, Yifei, et al.
Veröffentlicht: (2026)

Automated Duplicate Bug Report Detection in Large Open Bug Repositories
von: Laney, Clare E., et al.
Veröffentlicht: (2025)

Personality-Guided Code Generation Using Large Language Models
von: Guo, Yaoqi, et al.
Veröffentlicht: (2024)

LLM4EFFI: Leveraging Large Language Models to Enhance Code Efficiency and Correctness
von: Ye, Tong, et al.
Veröffentlicht: (2025)

Integrating Various Software Artifacts for Better LLM-based Bug Localization and Program Repair
von: Feng, Qiong, et al.
Veröffentlicht: (2024)

Are Large Language Models Memorizing Bug Benchmarks?
von: Ramos, Daniel, et al.
Veröffentlicht: (2024)