MacroBench: A Novel Testbed for Web Automation Scripts via Large Language Models
Fuente:
arXiv
Salvato in:
| Autori principali: | Kim, Hyunjun, Kim, Sejong |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
A Survey on Large Language Models for Code Generation
di: Jiang, Juyong, et al.
Pubblicazione: (2024)
di: Jiang, Juyong, et al.
Pubblicazione: (2024)
DebugBench: Evaluating Debugging Capability of Large Language Models
di: Tian, Runchu, et al.
Pubblicazione: (2024)
di: Tian, Runchu, et al.
Pubblicazione: (2024)
WebTestBench: Evaluating Computer-Use Agents towards End-to-End Automated Web Testing
di: Kong, Fanheng, et al.
Pubblicazione: (2026)
di: Kong, Fanheng, et al.
Pubblicazione: (2026)
ArchCode: Incorporating Software Requirements in Code Generation with Large Language Models
di: Han, Hojae, et al.
Pubblicazione: (2024)
di: Han, Hojae, et al.
Pubblicazione: (2024)
Collu-Bench: A Benchmark for Predicting Language Model Hallucinations in Code
di: Jiang, Nan, et al.
Pubblicazione: (2024)
di: Jiang, Nan, et al.
Pubblicazione: (2024)
EHR-Based Mobile and Web Platform for Chronic Disease Risk Prediction Using Large Language Multimodal Models
di: Liao, Chun-Chieh, et al.
Pubblicazione: (2024)
di: Liao, Chun-Chieh, et al.
Pubblicazione: (2024)
BenchGuard: Who Guards the Benchmarks? Automated Auditing of LLM Agent Benchmarks
di: Tu, Xinming, et al.
Pubblicazione: (2026)
di: Tu, Xinming, et al.
Pubblicazione: (2026)
Mitigating Gender Bias in Code Large Language Models via Model Editing
di: Qin, Zhanyue, et al.
Pubblicazione: (2024)
di: Qin, Zhanyue, et al.
Pubblicazione: (2024)
CodeEditorBench: Evaluating Code Editing Capability of Large Language Models
di: Guo, Jiawei, et al.
Pubblicazione: (2024)
di: Guo, Jiawei, et al.
Pubblicazione: (2024)
EquiBench: Benchmarking Large Language Models' Reasoning about Program Semantics via Equivalence Checking
di: Wei, Anjiang, et al.
Pubblicazione: (2025)
di: Wei, Anjiang, et al.
Pubblicazione: (2025)
Automated Web Application Testing: End-to-End Test Case Generation with Large Language Models and Screen Transition Graphs
di: Le, Nguyen-Khang, et al.
Pubblicazione: (2025)
di: Le, Nguyen-Khang, et al.
Pubblicazione: (2025)
CodexGraph: Bridging Large Language Models and Code Repositories via Code Graph Databases
di: Liu, Xiangyan, et al.
Pubblicazione: (2024)
di: Liu, Xiangyan, et al.
Pubblicazione: (2024)
A Code Comprehension Benchmark for Large Language Models for Code
di: Havare, Jayant, et al.
Pubblicazione: (2025)
di: Havare, Jayant, et al.
Pubblicazione: (2025)
Debug like a Human: A Large Language Model Debugger via Verifying Runtime Execution Step-by-step
di: Zhong, Li, et al.
Pubblicazione: (2024)
di: Zhong, Li, et al.
Pubblicazione: (2024)
CangjieBench: Benchmarking LLMs on a Low-Resource General-Purpose Programming Language
di: Cheng, Junhang, et al.
Pubblicazione: (2026)
di: Cheng, Junhang, et al.
Pubblicazione: (2026)
The Impact of Fine-tuning Large Language Models on Automated Program Repair
di: Macháček, Roman, et al.
Pubblicazione: (2025)
di: Macháček, Roman, et al.
Pubblicazione: (2025)
Eliciting Instruction-tuned Code Language Models' Capabilities to Utilize Auxiliary Function for Code Generation
di: Lee, Seonghyeon, et al.
Pubblicazione: (2024)
di: Lee, Seonghyeon, et al.
Pubblicazione: (2024)
Analyzing the Performance of Large Language Models on Code Summarization
di: Haldar, Rajarshi, et al.
Pubblicazione: (2024)
di: Haldar, Rajarshi, et al.
Pubblicazione: (2024)
Does Model Size Matter? A Comparison of Small and Large Language Models for Requirements Classification
di: Zadenoori, Mohammad Amin, et al.
Pubblicazione: (2025)
di: Zadenoori, Mohammad Amin, et al.
Pubblicazione: (2025)
TRUSTVIS: A Multi-Dimensional Trustworthiness Evaluation Framework for Large Language Models
di: Sun, Ruoyu, et al.
Pubblicazione: (2025)
di: Sun, Ruoyu, et al.
Pubblicazione: (2025)
A Case Study of Web App Coding with OpenAI Reasoning Models
di: Cui, Yi
Pubblicazione: (2024)
di: Cui, Yi
Pubblicazione: (2024)
Automated Factual Benchmarking for In-Car Conversational Systems using Large Language Models
di: Giebisch, Rafael, et al.
Pubblicazione: (2025)
di: Giebisch, Rafael, et al.
Pubblicazione: (2025)
ICE-Score: Instructing Large Language Models to Evaluate Code
di: Zhuo, Terry Yue
Pubblicazione: (2023)
di: Zhuo, Terry Yue
Pubblicazione: (2023)
CodeMirage: Hallucinations in Code Generated by Large Language Models
di: Agarwal, Vibhor, et al.
Pubblicazione: (2024)
di: Agarwal, Vibhor, et al.
Pubblicazione: (2024)
VHDL-Eval: A Framework for Evaluating Large Language Models in VHDL Code Generation
di: Vijayaraghavan, Prashanth, et al.
Pubblicazione: (2024)
di: Vijayaraghavan, Prashanth, et al.
Pubblicazione: (2024)
The Fusion of Large Language Models and Formal Methods for Trustworthy AI Agents: A Roadmap
di: Zhang, Yedi, et al.
Pubblicazione: (2024)
di: Zhang, Yedi, et al.
Pubblicazione: (2024)
ConCodeEval: Evaluating Large Language Models for Code Constraints in Domain-Specific Languages
di: Kammakomati, Mehant, et al.
Pubblicazione: (2024)
di: Kammakomati, Mehant, et al.
Pubblicazione: (2024)
How Effective are Generative Large Language Models in Performing Requirements Classification?
di: Alhoshan, Waad, et al.
Pubblicazione: (2025)
di: Alhoshan, Waad, et al.
Pubblicazione: (2025)
Large Language Model Critics for Execution-Free Evaluation of Code Changes
di: Yadavally, Aashish, et al.
Pubblicazione: (2025)
di: Yadavally, Aashish, et al.
Pubblicazione: (2025)
CODESYNC: Synchronizing Large Language Models with Dynamic Code Evolution at Scale
di: Wang, Chenlong, et al.
Pubblicazione: (2025)
di: Wang, Chenlong, et al.
Pubblicazione: (2025)
Exploring Data-Efficient Adaptation of Large Language Models for Code Generation
di: Jiang, Xue, et al.
Pubblicazione: (2024)
di: Jiang, Xue, et al.
Pubblicazione: (2024)
Astraios: Parameter-Efficient Instruction Tuning Code Large Language Models
di: Zhuo, Terry Yue, et al.
Pubblicazione: (2024)
di: Zhuo, Terry Yue, et al.
Pubblicazione: (2024)
Self-Explained Keywords Empower Large Language Models for Code Generation
di: Fan, Lishui, et al.
Pubblicazione: (2024)
di: Fan, Lishui, et al.
Pubblicazione: (2024)
Testing the Effect of Code Documentation on Large Language Model Code Understanding
di: Macke, William, et al.
Pubblicazione: (2024)
di: Macke, William, et al.
Pubblicazione: (2024)
WorkflowLLM: Enhancing Workflow Orchestration Capability of Large Language Models
di: Fan, Shengda, et al.
Pubblicazione: (2024)
di: Fan, Shengda, et al.
Pubblicazione: (2024)
Testing and Evaluation of Large Language Models: Correctness, Non-Toxicity, and Fairness
di: Wang, Wenxuan
Pubblicazione: (2024)
di: Wang, Wenxuan
Pubblicazione: (2024)
From Critique to Clarity: A Pathway to Faithful and Personalized Code Explanations with Large Language Models
di: Xu, Zexing, et al.
Pubblicazione: (2024)
di: Xu, Zexing, et al.
Pubblicazione: (2024)
aiXcoder-7B: A Lightweight and Effective Large Language Model for Code Processing
di: Jiang, Siyuan, et al.
Pubblicazione: (2024)
di: Jiang, Siyuan, et al.
Pubblicazione: (2024)
kRAIG: A Natural Language-Driven Agent for Automated DataOps Pipeline Generation
di: Siva, Rohan, et al.
Pubblicazione: (2026)
di: Siva, Rohan, et al.
Pubblicazione: (2026)
Drift-Bench: Diagnosing Cooperative Breakdowns in LLM Agents under Input Faults via Multi-Turn Interaction
di: Bao, Han, et al.
Pubblicazione: (2026)
di: Bao, Han, et al.
Pubblicazione: (2026)
Documenti analoghi
-
A Survey on Large Language Models for Code Generation
di: Jiang, Juyong, et al.
Pubblicazione: (2024) -
DebugBench: Evaluating Debugging Capability of Large Language Models
di: Tian, Runchu, et al.
Pubblicazione: (2024) -
WebTestBench: Evaluating Computer-Use Agents towards End-to-End Automated Web Testing
di: Kong, Fanheng, et al.
Pubblicazione: (2026) -
ArchCode: Incorporating Software Requirements in Code Generation with Large Language Models
di: Han, Hojae, et al.
Pubblicazione: (2024) -
Collu-Bench: A Benchmark for Predicting Language Model Hallucinations in Code
di: Jiang, Nan, et al.
Pubblicazione: (2024)