Buchumschlag

Smaller Models, Smarter Rewards: A Two-Sided Approach to Process and Outcome Rewards

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Groeneveld, Jan Niklas, Qin, Xi, Schaefer, Alexander, Oren, Yaad
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Machine Learning Software Engineering I.2.7
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Software Bug Reports: A Systematic Literature Review
von: Long, Guoming, et al.
Veröffentlicht: (2025)

A Framework for Testing and Adapting REST APIs as LLM Tools
von: Bandlamudi, Jayachandu, et al.
Veröffentlicht: (2025)

Finetuning LLMs for Automatic Form Interaction on Web-Browser in Selenium Testing Framework
von: Le, Nguyen-Khang, et al.
Veröffentlicht: (2025)

Mind the GAP: Text Safety Does Not Transfer to Tool-Call Safety in LLM Agents
von: Cartagena, Arnold, et al.
Veröffentlicht: (2026)

Comprehensive Evaluation and Insights into the Use of Large Language Models in the Automation of Behavior-Driven Development Acceptance Test Formulation
von: Karpurapu, Shanthi, et al.
Veröffentlicht: (2024)

A Systematic Approach for Assessing Large Language Models' Test Case Generation Capability
von: Chang, Hung-Fu, et al.
Veröffentlicht: (2025)

Mechanistic Understanding of Language Models in Syntactic Code Completion
von: Miller, Samuel, et al.
Veröffentlicht: (2025)

Benchmarking Energy Efficiency of Large Language Models Using vLLM
von: Pronk, K., et al.
Veröffentlicht: (2025)

Vibe Code Bench: Evaluating AI Models on End-to-End Web Application Development
von: Tran, Hung, et al.
Veröffentlicht: (2026)

CIDR: A Large-Scale Industrial Source Code Dataset for Software Engineering Research
von: Savenkov, Vladislav
Veröffentlicht: (2026)

Generative AI Toolkit -- a framework for increasing the quality of LLM-based applications over their whole life cycle
von: Kohl, Jens, et al.
Veröffentlicht: (2024)

ContractBench: Can LLM Agents Preserve Observation Contracts?
von: Wang, Jicheng, et al.
Veröffentlicht: (2026)

FREYR: A Framework for Recognizing and Executing Your Requests
von: Gallotta, Roberto, et al.
Veröffentlicht: (2025)

Failure by Interference: Language Models Make Balanced Parentheses Errors When Faulty Mechanisms Overshadow Sound Ones
von: Rai, Daking, et al.
Veröffentlicht: (2025)

Automated Web Application Testing: End-to-End Test Case Generation with Large Language Models and Screen Transition Graphs
von: Le, Nguyen-Khang, et al.
Veröffentlicht: (2025)

A Serverless Architecture for Real-Time Stock Analysis using Large Language Models: An Iterative Development and Debugging Case Study
von: Ashraf, Taniv
Veröffentlicht: (2025)

The Impact of Large Language Models on Open-source Innovation: Evidence from GitHub Copilot
von: Yeverechyahu, Doron, et al.
Veröffentlicht: (2024)

PRPO: Aligning Process Reward with Outcome Reward in Policy Optimization
von: Ding, Ruiyi, et al.
Veröffentlicht: (2026)

TCProF: Time-Complexity Prediction SSL Framework
von: Hahn, Joonghyuk, et al.
Veröffentlicht: (2025)

MEC$^3$O: Multi-Expert Consensus for Code Time Complexity Prediction
von: Hahn, Joonghyuk, et al.
Veröffentlicht: (2025)

ContractEval: A Benchmark for Evaluating Contract-Satisfying Assertions in Code Generation
von: Lim, Soohan, et al.
Veröffentlicht: (2025)

Tool-Schema Compression Enables Agentic RAG Under Constrained Context Budgets
von: Sakizli, Furkan
Veröffentlicht: (2026)

VeriGuard: Enhancing LLM Agent Safety via Verified Code Generation
von: Miculicich, Lesly, et al.
Veröffentlicht: (2025)

Narrow Transformer: StarCoder-Based Java-LM For Desktop
von: Rathinasamy, Kamalkumar, et al.
Veröffentlicht: (2024)

Fine-Tuning LLMs to Analyze Multiple Dimensions of Code Review: A Maximum Entropy Regulated Long Chain-of-Thought Approach
von: Yu, Yongda, et al.
Veröffentlicht: (2025)

Beyond Greenfield: The D3 Framework for AI-Driven Productivity in Brownfield Engineering
von: Sharma, Krishna Kumaar
Veröffentlicht: (2025)

Leveraging Large Language Models for Use Case Model Generation from Software Requirements
von: Eisenreich, Tobias, et al.
Veröffentlicht: (2025)

Distilling Desired Comments for Enhanced Code Review with Large Language Models
von: Yu, Yongda, et al.
Veröffentlicht: (2024)

Assessing Data Augmentation-Induced Bias in Training and Testing of Machine Learning Models
von: More, Riddhi, et al.
Veröffentlicht: (2025)

Software Defined Vehicle Code Generation: A Few-Shot Prompting Approach
von: Nguyen, Quang-Dung, et al.
Veröffentlicht: (2025)

CWM: An Open-Weights LLM for Research on Code Generation with World Models
von: FAIR CodeGen team, et al.
Veröffentlicht: (2025)

From Untestable to Testable: Metamorphic Testing in the Age of LLMs
von: Terragni, Valerio
Veröffentlicht: (2026)

Automating Domain-Driven Design: Experience with a Prompting Framework
von: Eisenreich, Tobias, et al.
Veröffentlicht: (2026)

An Analysis of LLM Fine-Tuning and Few-Shot Learning for Flaky Test Detection and Classification
von: More, Riddhi, et al.
Veröffentlicht: (2025)

Achieving Tool Calling Functionality in LLMs Using Only Prompt Engineering Without Fine-Tuning
von: He, Shengtao
Veröffentlicht: (2024)

Prompt Engineering Strategies for LLM-based Qualitative Coding of Psychological Safety in Software Engineering Communities: A Controlled Empirical Study
von: Alshaikh, Moaath, et al.
Veröffentlicht: (2026)

REPOT: Recoverable Program-of-Thought via Checkpoint Repair
von: Mazaheri, Parsa
Veröffentlicht: (2026)

Plan with Code: Comparing approaches for robust NL to DSL generation
von: Bassamzadeh, Nastaran, et al.
Veröffentlicht: (2024)

A Comparative Study of DSL Code Generation: Fine-Tuning vs. Optimized Retrieval Augmentation
von: Bassamzadeh, Nastaran, et al.
Veröffentlicht: (2024)

Automated Bug Triaging using Instruction-Tuned Large Language Models
von: Kiashemshaki, Kiana, et al.
Veröffentlicht: (2025)