Buchumschlag

LLMAID: Identifying AI Capabilities in Android Apps with LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Pei, Zhuo, Terry, Deng, Jiawei, James, Thong, Pan, Shidong, Xu, Sherry, Xing, Zhenchang, Lu, Qinghua, Du, Xiaoning, Zhang, Hongyu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PTMPicker: Facilitating Efficient Pretrained Model Selection for Application Developers
von: Liu, Pei, et al.
Veröffentlicht: (2025)

A Large-scale Investigation of Semantically Incompatible APIs behind Compatibility Issues in Android Apps
von: Pan, Shidong, et al.
Veröffentlicht: (2024)

Identifying and Mitigating API Misuse in Large Language Models
von: Zhuo, Terry Yue, et al.
Veröffentlicht: (2025)

A Comparative Study of Android Performance Issues in Real-world Applications and Literature
von: Liao, Dianshu, et al.
Veröffentlicht: (2024)

"I Don't Use AI for Everything": Exploring Utility, Attitude, and Responsibility of AI-empowered Tools in Software Development
von: Pan, Shidong, et al.
Veröffentlicht: (2024)

From Code to Courtroom: LLMs as the New Software Judges
von: He, Junda, et al.
Veröffentlicht: (2025)

When AI Takes the Wheel: Security Analysis of Framework-Constrained Program Generation
von: Liu, Yue, et al.
Veröffentlicht: (2025)

To Be Forgotten or To Be Fair: Unveiling Fairness Implications of Machine Unlearning Methods
von: Zhang, Dawen, et al.
Veröffentlicht: (2023)

A Comparative Study of Full Apps and Lite Apps for Android
von: Tang, Yutian, et al.
Veröffentlicht: (2025)

{A New Hope}: Contextual Privacy Policies for Mobile Applications and An Approach Toward Automated Generation
von: Pan, Shidong, et al.
Veröffentlicht: (2024)

LLM-as-a-Judge for Software Engineering: Literature Review, Vision, and the Road Ahead
von: He, Junda, et al.
Veröffentlicht: (2025)

An AI System Evaluation Framework for Advancing AI Safety: Terminology, Taxonomy, Lifecycle Mapping
von: Xia, Boming, et al.
Veröffentlicht: (2024)

Towards Context-aware Mobile Privacy Notice: Implementation of A Deployable Contextual Privacy Policies Generator
von: Gong, Haochen, et al.
Veröffentlicht: (2025)

LDMDroid: Leveraging LLMs for Detecting Data Manipulation Errors in Android Apps
von: Xiao, Xiangyang, et al.
Veröffentlicht: (2026)

A Solution toward Transparent and Practical AI Regulation: Privacy Nutrition Labels for Open-source Generative AI-based Applications
von: Si, Meixue, et al.
Veröffentlicht: (2024)

Towards a Responsible AI Metrics Catalogue: A Collection of Metrics for AI Accountability
von: Xia, Boming, et al.
Veröffentlicht: (2023)

Deployability-Centric Infrastructure-as-Code Generation: Fail, Learn, Refine, and Succeed through LLM-Empowered DevOps Simulation
von: Zhang, Tianyi, et al.
Veröffentlicht: (2025)

A First Look at Privacy Risks of Android Task-executable Voice Assistant Applications
von: Pan, Shidong, et al.
Veröffentlicht: (2025)

Exploring Hidden Geographic Disparities in Android Apps
von: Alecci, M., et al.
Veröffentlicht: (2025)

Automated Soap Opera Testing Directed by LLMs and Scenario Knowledge: Feasibility, Challenges, and Road Ahead
von: Su, Yanqi, et al.
Veröffentlicht: (2024)

SeeAction: Towards Reverse Engineering How-What-Where of HCI Actions from Screencasts for UI Automation
von: Zhao, Dehai, et al.
Veröffentlicht: (2025)

Refactoring to Pythonic Idioms: A Hybrid Knowledge-Driven Approach Leveraging Large Language Models
von: Zhang, Zejun, et al.
Veröffentlicht: (2024)

Navigating the Labyrinth: Path-Sensitive Unit Test Generation with Large Language Models
von: Liao, Dianshu, et al.
Veröffentlicht: (2025)

Privacy and Copyright Protection in Generative AI: A Lifecycle Perspective
von: Zhang, Dawen, et al.
Veröffentlicht: (2023)

From Exploration to Revelation: Detecting Dark Patterns in Mobile Apps
von: Chen, Jieshan, et al.
Veröffentlicht: (2024)

A Study of Using Multimodal LLMs for Non-Crash Functional Bug Detection in Android Apps
von: Ju, Bangyan, et al.
Veröffentlicht: (2024)

Demystifying Device-specific Compatibility Issues in Android Apps
von: Chen, Junfeng, et al.
Veröffentlicht: (2024)

Towards Responsible Generative AI: A Reference Architecture for Designing Foundation Model based Agents
von: Lu, Qinghua, et al.
Veröffentlicht: (2023)

Compiling Code LLMs into Lightweight Executables
von: Shi, Jieke, et al.
Veröffentlicht: (2026)

Editorial for the special issue on software refactoring: Application breadth and technical depth
von: Zhenchang Xing
Veröffentlicht: (2024)

Do Chase Your Tail! Missing Key Aspects Augmentation in Textual Vulnerability Descriptions of Long-tail Software through Feature Inference
von: Han, Linyi, et al.
Veröffentlicht: (2024)

Trust in Software Supply Chains: Blockchain-Enabled SBOM and the AIBOM Future
von: Xia, Boming, et al.
Veröffentlicht: (2023)

Feedback-Driven Automated Whole Bug Report Reproduction for Android Apps
von: Wang, Dingbang, et al.
Veröffentlicht: (2024)

Domain-constrained Synthesis of Inconsistent Key Aspects in Textual Vulnerability Descriptions
von: Han, Linyi, et al.
Veröffentlicht: (2025)

A^3-CodGen: A Repository-Level Code Generation Framework for Code Reuse with Local-Aware, Global-Aware, and Third-Party-Library-Aware
von: Liao, Dianshu, et al.
Veröffentlicht: (2023)

Architectural Patterns for Designing Quantum Artificial Intelligence Systems
von: Klymenko, Mykhailo, et al.
Veröffentlicht: (2024)

A Reference Architecture for Designing Foundation Model based Systems
von: Lu, Qinghua, et al.
Veröffentlicht: (2023)

Evaluating Large Language Models in detecting Secrets in Android Apps
von: Alecci, Marco, et al.
Veröffentlicht: (2025)

ARAP: Demystifying Anti Runtime Analysis Code in Android Apps
von: Suo, Dewen, et al.
Veröffentlicht: (2024)

Understanding and Detecting Platform-Specific Violations in Android Auto Apps
von: Fakorede, Moshood, et al.
Veröffentlicht: (2025)