Buchumschlag

AutoEmpirical: LLM-Based Automated Research for Empirical Software Fault Analysis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yu, Jiongchi, Jiang, Weipeng, Zhang, Xiaoyu, Hu, Qiang, Xie, Xiaofei, Shen, Chao
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

The Foundation Cracks: A Comprehensive Study on Bugs and Testing Practices in LLM Libraries
von: Jiang, Weipeng, et al.
Veröffentlicht: (2025)

Chimera: Harnessing Multi-Agent LLMs for Automatic Insider Threat Simulation
von: Yu, Jiongchi, et al.
Veröffentlicht: (2025)

An Empirical Study of the Imbalance Issue in Software Vulnerability Detection
von: Guo, Yuejun, et al.
Veröffentlicht: (2026)

Efficient DNN-Powered Software with Fair Sparse Models
von: Gao, Xuanqi, et al.
Veröffentlicht: (2024)

An Empirical Study on LLM-based Agents for Automated Bug Fixing
von: Meng, Xiangxin, et al.
Veröffentlicht: (2024)

OLAF: Towards Robust LLM-Based Annotation Framework in Empirical Software Engineering
von: Imran, Mia Mohammad, et al.
Veröffentlicht: (2025)

Can GPT-4 Replicate Empirical Software Engineering Research?
von: Liang, Jenny T., et al.
Veröffentlicht: (2023)

Reflections on the Reproducibility of Commercial LLM Performance in Empirical Software Engineering Studies
von: Angermeir, Florian, et al.
Veröffentlicht: (2025)

DREAM: Debugging and Repairing AutoML Pipelines
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2023)

AutoDroid: LLM-powered Task Automation in Android
von: Wen, Hao, et al.
Veröffentlicht: (2023)

Can LLMs Replace Human Evaluators? An Empirical Study of LLM-as-a-Judge in Software Engineering
von: Wang, Ruiqi, et al.
Veröffentlicht: (2025)

AutoIOT: LLM-Driven Automated Natural Language Programming for AIoT Applications
von: Shen, Leming, et al.
Veröffentlicht: (2025)

Using LLMs in Software Requirements Specifications: An Empirical Evaluation
von: Krishna, Madhava, et al.
Veröffentlicht: (2024)

LLM-Based Robustness Testing of Microservice Applications: An Empirical Study
von: Tigulla, Hrushitha Goud, et al.
Veröffentlicht: (2026)

Empirical Analysis and Detection of Hallucinations in LLM-Generated Bug Report Summaries
von: Nirujan, Hinduja, et al.
Veröffentlicht: (2026)

Generative AI and Empirical Software Engineering: A Paradigm Shift
von: Treude, Christoph, et al.
Veröffentlicht: (2025)

Deep Learning Library Testing: Definition, Methods and Challenges
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2024)

Leveraging LLM Agents for Automated Video Game Testing
von: Wang, Chengjia, et al.
Veröffentlicht: (2025)

An Empirical Study of Vulnerability Detection using Federated Learning
von: Zhou, Peiheng, et al.
Veröffentlicht: (2024)

Order Matters! An Empirical Study on Large Language Models' Input Order Bias in Software Fault Localization
von: Rafi, Md Nakhla, et al.
Veröffentlicht: (2024)

An Empirical Study of Proactive Coding Assistants in Real-World Software Development
von: Li, Lehui, et al.
Veröffentlicht: (2026)

Do Code Semantics Help? A Comprehensive Study on Execution Trace-Based Information for Code Large Language Models
von: Wang, Jian, et al.
Veröffentlicht: (2025)

Empirical Assessment of the Perception of Software Product Line Engineering by an SME before Migrating its Code Base
von: Georges, Thomas, et al.
Veröffentlicht: (2025)

Software Dependencies 2.0: An Empirical Study of Reuse and Integration of Pre-Trained Models in Open-Source Projects
von: Yasmin, Jerin, et al.
Veröffentlicht: (2025)

An Empirical Study of Fault Localisation Techniques for Deep Learning
von: Humbatova, Nargiz, et al.
Veröffentlicht: (2024)

An Empirical Study on Compliance with Ranking Transparency in the Software Documentation of EU Online Platforms
von: Sovrano, Francesco, et al.
Veröffentlicht: (2023)

Analyzing Prompt Influence on Automated Method Generation: An Empirical Study with Copilot
von: Fagadau, Ionut Daniel, et al.
Veröffentlicht: (2024)

Empirical Computation
von: Tang, Eric, et al.
Veröffentlicht: (2025)

False Friends in the Shell: Unveiling the Emoticon Semantic Confusion in Large Language Models
von: Jiang, Weipeng, et al.
Veröffentlicht: (2026)

Evaluating LLM-Based 0-to-1 Software Generation in End-to-End CLI Tool Scenarios
von: Hu, Ruida, et al.
Veröffentlicht: (2026)

Empirical Evaluation of AI-Assisted Software Package Selection: A Knowledge Graph Approach
von: Farshidi, Siamak, 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)

Data Mining-Based Techniques for Software Fault Localization
von: Cellier, Peggy, et al.
Veröffentlicht: (2025)

Understanding Automated Program Repair Agents Through the Lens of Traceability: An Empirical Study
von: Ceka, Ira, et al.
Veröffentlicht: (2025)

Rethinking the Value of Agent-Generated Tests for LLM-Based Software Engineering Agents
von: Chen, Zhi, et al.
Veröffentlicht: (2026)

Boosting Source Code Learning with Text-Oriented Data Augmentation: An Empirical Study
von: Dong, Zeming, et al.
Veröffentlicht: (2023)

A Call for Critically Rethinking and Reforming Data Analysis in Empirical Software Engineering
von: Esposito, Matteo, et al.
Veröffentlicht: (2025)

An Empirical Evaluation of LLM-Based Approaches for Code Vulnerability Detection: RAG, SFT, and Dual-Agent Systems
von: Saju, Md Hasan, et al.
Veröffentlicht: (2026)

An Empirical Study on Failures in Automated Issue Solving
von: Liu, Simiao, et al.
Veröffentlicht: (2025)

Do AI Models Dream of Faster Code? An Empirical Study on LLM-Proposed Performance Improvements in Real-World Software
von: Yi, Lirong, et al.
Veröffentlicht: (2025)