Buchumschlag

Neural Variable Name Repair: Learning to Rename Identifiers for Readability

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yousuf, Muhammad, Bagade, Akshat, Penugonda, Chhittebbayi, Baraya, Maanas
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RENAS: Prioritizing Co-Renaming Opportunities of Identifiers
von: Doi, Naoki, et al.
Veröffentlicht: (2024)

ENCORE: Ensemble Learning using Convolution Neural Machine Translation for Automatic Program Repair
von: Lutellier, Thibaud, et al.
Veröffentlicht: (2019)

ITER: Iterative Neural Repair for Multi-Location Patches
von: Ye, He, et al.
Veröffentlicht: (2023)

Shapley-Guided Neural Repair Approach via Derivative-Free Optimization
von: Sun, Xinyu, et al.
Veröffentlicht: (2026)

RepairBench: Leaderboard of Frontier Models for Program Repair
von: Silva, André, et al.
Veröffentlicht: (2024)

RepairLLaMA: Efficient Representations and Fine-Tuned Adapters for Program Repair
von: Silva, André, et al.
Veröffentlicht: (2023)

Identifying Flaky Tests in Quantum Code: A Machine Learning Approach
von: Kaur, Khushdeep, et al.
Veröffentlicht: (2025)

NeuFair: Neural Network Fairness Repair with Dropout
von: Dasu, Vishnu Asutosh, et al.
Veröffentlicht: (2024)

Challenging Bug Prediction and Repair Models with Synthetic Bugs
von: Ibrahimzada, Ali Reza, et al.
Veröffentlicht: (2023)

CigaR: Cost-efficient Program Repair with LLMs
von: Hidvégi, Dávid, et al.
Veröffentlicht: (2024)

Towards Refining Developer Questions using LLM-Based Named Entity Recognition for Developer Chatroom Conversations
von: Fathollahzadeh, Pouya, et al.
Veröffentlicht: (2025)

SynthFix: Adaptive Neuro-Symbolic Code Vulnerability Repair
von: Zhang, Yifan, et al.
Veröffentlicht: (2026)

Towards Effectively Leveraging Execution Traces for Program Repair with Code LLMs
von: Haque, Mirazul, et al.
Veröffentlicht: (2025)

Automated Program Repair: Emerging trends pose and expose problems for benchmarks
von: Renzullo, Joseph, et al.
Veröffentlicht: (2024)

QiMeng-PRepair: Precise Code Repair via Edit-Aware Reward Optimization
von: Ke, Changxin, et al.
Veröffentlicht: (2026)

Identifying architectural design decisions for achieving green ML serving
von: Durán, Francisco, et al.
Veröffentlicht: (2024)

MatchFixAgent: Language-Agnostic Autonomous Repository-Level Code Translation Validation and Repair
von: Ibrahimzada, Ali Reza, et al.
Veröffentlicht: (2025)

Unified Implementations of Recurrent Neural Networks in Multiple Deep Learning Frameworks
von: Martinuzzi, Francesco
Veröffentlicht: (2025)

Can I Solve It? Identifying APIs Required to Complete OSS Task
von: Santos, Fabio, et al.
Veröffentlicht: (2021)

Leveraging Code Cohesion Analysis to Identify Source Code Supply Chain Attacks
von: Reuben, Maor, et al.
Veröffentlicht: (2025)

Identifying Performance Issues in Cloud Service Systems Based on Relational-Temporal Features
von: Gu, Wenwei, et al.
Veröffentlicht: (2023)

Code Roulette: How Prompt Variability Affects LLM Code Generation
von: Paleyes, Andrei, et al.
Veröffentlicht: (2025)

Pimp My LLM: Leveraging Variability Modeling to Tune Inference Hyperparameters
von: Zine, Nada, et al.
Veröffentlicht: (2026)

Tool Calling is Linearly Readable and Steerable in Language Models
von: Wu, Zekun, et al.
Veröffentlicht: (2026)

AGNOMIN -- Architecture Agnostic Multi-Label Function Name Prediction
von: Achamyeleh, Yonatan Gizachew, et al.
Veröffentlicht: (2025)

RLHGNN: Reinforcement Learning-driven Heterogeneous Graph Neural Network for Next Activity Prediction in Business Processes
von: Wang, Jiaxing, et al.
Veröffentlicht: (2025)

Defect Prediction Using Stylistic Metrics
von: Yasir, Rafed Muhammad, et al.
Veröffentlicht: (2022)

Prophecy: Inferring Formal Properties from Neuron Activations
von: Gopinath, Divya, et al.
Veröffentlicht: (2025)

Aligning the Objective of LLM-based Program Repair
von: Xu, Junjielong, et al.
Veröffentlicht: (2024)

Multi-Agent Coordinated Rename Refactoring
von: Bellur, Abhiram, et al.
Veröffentlicht: (2026)

Concolic Testing on Individual Fairness of Neural Network Models
von: Huang, Ming-I, et al.
Veröffentlicht: (2025)

AutoSpec: Automated Generation of Neural Network Specifications
von: Jin, Shuowei, et al.
Veröffentlicht: (2024)

Wisdom and Delusion of LLM Ensembles for Code Generation and Repair
von: Vallecillos-Ruiz, Fernando, et al.
Veröffentlicht: (2025)

DANDI: Diffusion as Normative Distribution for Deep Neural Network Input
von: Kim, Somin, et al.
Veröffentlicht: (2025)

FairQuant: Certifying and Quantifying Fairness of Deep Neural Networks
von: Kim, Brian Hyeongseok, et al.
Veröffentlicht: (2024)

VNN: Verification-Friendly Neural Networks with Hard Robustness Guarantees
von: Baninajjar, Anahita, et al.
Veröffentlicht: (2023)

REBENCH: A Procedural, Fair-by-Construction Benchmark for LLMs on Stripped-Binary Types and Names (Extended Version)
von: Won, Jun Yeon, et al.
Veröffentlicht: (2026)

Phoeni6: a Systematic Approach for Evaluating the Energy Consumption of Neural Networks
von: Oliveira-Filho, Antônio, et al.
Veröffentlicht: (2025)

FairFLRep: Fairness aware fault localization and repair of Deep Neural Networks
von: Openja, Moses, et al.
Veröffentlicht: (2025)

DEM: A Method for Certifying Deep Neural Network Classifier Outputs in Aerospace
von: Katz, Guy, et al.
Veröffentlicht: (2024)