Analyzing and Mitigating Surface Bias in Code Evaluation Metrics
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Dristi, Simantika Bhattacharjee, Dwyer, Matthew B. |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
A Differential Fuzzing-Based Evaluation of Functional Equivalence in LLM-Generated Code Refactorings
par: Dristi, Simantika Bhattacharjee, et autres
Publié: (2026)
par: Dristi, Simantika Bhattacharjee, et autres
Publié: (2026)
The Fault in our Stars: Quality Assessment of Code Generation Benchmarks
par: Siddiq, Mohammed Latif, et autres
Publié: (2024)
par: Siddiq, Mohammed Latif, et autres
Publié: (2024)
Bias Testing and Mitigation in LLM-based Code Generation
par: Huang, Dong, et autres
Publié: (2023)
par: Huang, Dong, et autres
Publié: (2023)
TOGLL: Correct and Strong Test Oracle Generation with LLMs
par: Hossain, Soneya Binta, et autres
Publié: (2024)
par: Hossain, Soneya Binta, et autres
Publié: (2024)
Bias Unveiled: Investigating Social Bias in LLM-Generated Code
par: Ling, Lin, et autres
Publié: (2024)
par: Ling, Lin, et autres
Publié: (2024)
Doc2OracLL: Investigating the Impact of Documentation on LLM-based Test Oracle Generation
par: Hossain, Soneya Binta, et autres
Publié: (2024)
par: Hossain, Soneya Binta, et autres
Publié: (2024)
Mitigating Omitted Variable Bias in Empirical Software Engineering
par: Furia, Carlo A., et autres
Publié: (2025)
par: Furia, Carlo A., et autres
Publié: (2025)
From Bias To Improved Prompts: A Case Study of Bias Mitigation of Clone Detection Models
par: Chen, QiHong, et autres
Publié: (2025)
par: Chen, QiHong, et autres
Publié: (2025)
Generating Realistic, Diverse, and Fault-Revealing Inputs with Latent Space Interpolation for Testing Deep Neural Networks
par: Duan, Bin, et autres
Publié: (2025)
par: Duan, Bin, et autres
Publié: (2025)
Static Code Analyzer Recommendation via Preference Mining
par: Ge, Xiuting, et autres
Publié: (2024)
par: Ge, Xiuting, et autres
Publié: (2024)
Exploring Multi-Lingual Bias of Large Code Models in Code Generation
par: Wang, Chaozheng, et autres
Publié: (2024)
par: Wang, Chaozheng, et autres
Publié: (2024)
STADA: Specification-based Testing for Autonomous Driving Agents
par: Saha, Joy, et autres
Publié: (2026)
par: Saha, Joy, et autres
Publié: (2026)
Analyzing and Mitigating (with LLMs) the Security Misconfigurations of Helm Charts from Artifact Hub
par: Minna, Francesco, et autres
Publié: (2024)
par: Minna, Francesco, et autres
Publié: (2024)
Benchmarks and Metrics for Evaluations of Code Generation: A Critical Review
par: Paul, Debalina Ghosh, et autres
Publié: (2024)
par: Paul, Debalina Ghosh, et autres
Publié: (2024)
FairCoder: Evaluating Social Bias of LLMs in Code Generation
par: Du, Yongkang, et autres
Publié: (2025)
par: Du, Yongkang, et autres
Publié: (2025)
Generating Maximal Configurations and Their Variants Using Code Metrics
par: Yavuz, Tuba, et autres
Publié: (2024)
par: Yavuz, Tuba, et autres
Publié: (2024)
Social Bias in LLM-Generated Code: Benchmark and Mitigation
par: Rabbi, Fazle, et autres
Publié: (2026)
par: Rabbi, Fazle, et autres
Publié: (2026)
Can Code Evaluation Metrics Detect Code Plagiarism?
par: Ebrahim, Fahad, et autres
Publié: (2026)
par: Ebrahim, Fahad, et autres
Publié: (2026)
CodeScore-R: An Automated Robustness Metric for Assessing the FunctionalCorrectness of Code Synthesis
par: Yang, Guang, et autres
Publié: (2024)
par: Yang, Guang, et autres
Publié: (2024)
ChatGPT for Code Refactoring: Analyzing Topics, Interaction, and Effective Prompts
par: AlOmar, Eman Abdullah, et autres
Publié: (2025)
par: AlOmar, Eman Abdullah, et autres
Publié: (2025)
Analyzing Dependency Distribution Changes Arising from Code Smell Interactions
par: Zhang, Zushuai, et autres
Publié: (2025)
par: Zhang, Zushuai, et autres
Publié: (2025)
Code-Survey: An LLM-Driven Methodology for Analyzing Large-Scale Codebases
par: Zheng, Yusheng, et autres
Publié: (2024)
par: Zheng, Yusheng, et autres
Publié: (2024)
Analyzing and Evaluating the Behavior of Git Diff and Merge
par: Glodny, Niels
Publié: (2025)
par: Glodny, Niels
Publié: (2025)
Fairness Mediator: Neutralize Stereotype Associations to Mitigate Bias in Large Language Models
par: Xiao, Yisong, et autres
Publié: (2025)
par: Xiao, Yisong, et autres
Publié: (2025)
NRevisit: A Cognitive Behavioral Metric for Code Understandability Assessment
par: Hao, Gao, et autres
Publié: (2025)
par: Hao, Gao, et autres
Publié: (2025)
Software Code Quality Measurement: Implications from Metric Distributions
par: Jin, Siyuan, et autres
Publié: (2023)
par: Jin, Siyuan, et autres
Publié: (2023)
Integrating Code Metrics into Automated Documentation Generation for Computational Notebooks
par: Ghahfarokhi, Mojtaba Mostafavi, et autres
Publié: (2026)
par: Ghahfarokhi, Mojtaba Mostafavi, et autres
Publié: (2026)
Towards Understanding the Impact of Code Modifications on Software Quality Metrics
par: Karanikiotis, Thomas, et autres
Publié: (2024)
par: Karanikiotis, Thomas, et autres
Publié: (2024)
Who Introduces and Who Fixes? Analyzing Code Quality in Collaborative Student's Projects
par: Ferrao, Rafael Corsi, et autres
Publié: (2025)
par: Ferrao, Rafael Corsi, et autres
Publié: (2025)
Exploring Large Language Models for Analyzing and Improving Method Names in Scientific Code
par: Larsen, Gunnar, et autres
Publié: (2025)
par: Larsen, Gunnar, et autres
Publié: (2025)
PyGress: Tool for Analyzing the Progression of Code Proficiency in Python OSS Projects
par: Charatvaraphan, Rujiphart, et autres
Publié: (2025)
par: Charatvaraphan, Rujiphart, et autres
Publié: (2025)
Assessing Quality Metrics for Neural Reality Gap Input Mitigation in Autonomous Driving Testing
par: Lambertenghi, Stefano Carlo, et autres
Publié: (2024)
par: Lambertenghi, Stefano Carlo, et autres
Publié: (2024)
Hallucinations in Code Change to Natural Language Generation: Prevalence and Evaluation of Detection Metrics
par: Liu, Chunhua, et autres
Publié: (2025)
par: Liu, Chunhua, et autres
Publié: (2025)
CODE-DITING: A Reasoning-Based Metric for Functional Alignment in Code Evaluation
par: Yang, Guang, et autres
Publié: (2025)
par: Yang, Guang, et autres
Publié: (2025)
Mitigating Gender Bias in Code Large Language Models via Model Editing
par: Qin, Zhanyue, et autres
Publié: (2024)
par: Qin, Zhanyue, et autres
Publié: (2024)
How Reliable Are FOSS Popularity Metrics? Analyzing the Effort Required for Spoofing Common Software Popularity Metrics
par: Swierzy, Ben, et autres
Publié: (2025)
par: Swierzy, Ben, et autres
Publié: (2025)
Analyzing Prominent LLMs: An Empirical Study of Performance and Complexity in Solving LeetCode Problems
par: Guimaraes, Everton, et autres
Publié: (2025)
par: Guimaraes, Everton, et autres
Publié: (2025)
AI builds, We Analyze: An Empirical Study of AI-Generated Build Code Quality
par: Ghammam, Anwar, et autres
Publié: (2026)
par: Ghammam, Anwar, et autres
Publié: (2026)
FAIL: Analyzing Software Failures from the News Using LLMs
par: Anandayuvaraj, Dharun, et autres
Publié: (2024)
par: Anandayuvaraj, Dharun, et autres
Publié: (2024)
CodeScore: Evaluating Code Generation by Learning Code Execution
par: Dong, Yihong, et autres
Publié: (2023)
par: Dong, Yihong, et autres
Publié: (2023)
Documents similaires
-
A Differential Fuzzing-Based Evaluation of Functional Equivalence in LLM-Generated Code Refactorings
par: Dristi, Simantika Bhattacharjee, et autres
Publié: (2026) -
The Fault in our Stars: Quality Assessment of Code Generation Benchmarks
par: Siddiq, Mohammed Latif, et autres
Publié: (2024) -
Bias Testing and Mitigation in LLM-based Code Generation
par: Huang, Dong, et autres
Publié: (2023) -
TOGLL: Correct and Strong Test Oracle Generation with LLMs
par: Hossain, Soneya Binta, et autres
Publié: (2024) -
Bias Unveiled: Investigating Social Bias in LLM-Generated Code
par: Ling, Lin, et autres
Publié: (2024)