AutoMerge: Search-Based Model Merging Framework for Effective Model Reuse

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lu, You, Zhang, Jiyang, Chen, Bihuan, Sha, Chaofeng, Wang, Dingji, Peng, Xin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DynNPC: Finding More Violations Induced by ADS in Simulation Testing through Dynamic NPC Behavior Generation
von: Lu, You, et al.
Veröffentlicht: (2024)

TigAug: Data Augmentation for Testing Traffic Light Detection in Autonomous Driving Systems
von: Lu, You, et al.
Veröffentlicht: (2025)

Argus: Resilience-Oriented Safety Assurance Framework for End-to-End ADSs
von: Wang, Dingji, et al.
Veröffentlicht: (2025)

Lifting the Veil on Composition, Risks, and Mitigations of the Large Language Model Supply Chain
von: Huang, Kaifeng, et al.
Veröffentlicht: (2024)

RoadGen: Generating Road Scenarios for Autonomous Vehicle Testing
von: Yang, Fan, et al.
Veröffentlicht: (2024)

On the Effect of Token Merging on Pre-trained Models for Code
von: Saad, Mootez, et al.
Veröffentlicht: (2025)

Scalable and Precise Application-Centered Call Graph Construction for Python
von: Huang, Kaifeng, et al.
Veröffentlicht: (2023)

Killing Two Birds with One Stone: Malicious Package Detection in NPM and PyPI using a Single Model of Malicious Behavior Sequence
von: Zhang, Junan, et al.
Veröffentlicht: (2023)

Semistructured Merge with Language-Specific Syntactic Separators
von: Cavalcanti, Guilherme, et al.
Veröffentlicht: (2024)

Analyzing and Evaluating the Behavior of Git Diff and Merge
von: Glodny, Niels
Veröffentlicht: (2025)

A Universal Textual Merge Strategy Based on Tokens for Version Control Systems
von: Gu, Qiqi Jason, et al.
Veröffentlicht: (2026)

Lemur: Log Parsing with Entropy Sampling and Chain-of-Thought Merging
von: Zhang, Wei, et al.
Veröffentlicht: (2024)

Why Are Agentic Pull Requests Merged or Rejected? An Empirical Study
von: Peralta, Sien Reeve O., et al.
Veröffentlicht: (2026)

An Empirical Study on the Amount of Changes Required for Merge Request Acceptance
von: Kansab, Samah, et al.
Veröffentlicht: (2025)

MergeRepair: An Exploratory Study on Merging Task-Specific Adapters in Code LLMs for Automated Program Repair
von: Dehghan, Meghdad, et al.
Veröffentlicht: (2024)

Evaluation of Version Control Merge Tools
von: Schesch, Benedikt, et al.
Veröffentlicht: (2024)

AutoFirm: Automatically Identifying Reused Libraries inside IoT Firmware at Large-Scale
von: Chen, YongLe, et al.
Veröffentlicht: (2024)

LastMerge: A language-agnostic structured tool for code integration
von: Duarte, Joao Pedro, et al.
Veröffentlicht: (2025)

A Survey of Fuzzing Open-Source Operating Systems
von: Hu, Kun, et al.
Veröffentlicht: (2025)

Improving Merge Pipeline Throughput in Continuous Integration via Pull Request Prioritization
von: Jungwirth, Maximilian, et al.
Veröffentlicht: (2025)

LLM-based vs. Search-based Merge Conflict Resolution: An Empirical Study of Competing Paradigms
von: Junior, Heleno de Souza Campos, et al.
Veröffentlicht: (2026)

From Component Manipulation to System Compromise: Understanding and Detecting Malicious MCP Servers
von: Huang, Yiheng, et al.
Veröffentlicht: (2026)

VulWeaver: Weaving Broken Semantics for Grounded Vulnerability Detection
von: Cao, Yiheng, et al.
Veröffentlicht: (2026)

Reusing Deep Learning Models: Challenges and Directions in Software Engineering
von: Davis, James C., et al.
Veröffentlicht: (2024)

SlsReuse: LLM-Powered Serverless Function Reuse
von: Wen, Jinfeng, et al.
Veröffentlicht: (2025)

STELLAR: A Search-Based Testing Framework for Large Language Model Applications
von: Sorokin, Lev, et al.
Veröffentlicht: (2026)

LLM4Perf: Large Language Models Are Effective Samplers for Multi-Objective Performance Modeling
von: Wang, Xin, et al.
Veröffentlicht: (2025)

WizardMerge -- Save Us From Merging Without Any Clues
von: Zhang, Qingyu, et al.
Veröffentlicht: (2024)

Bridging Generation and Training: A Systematic Review of Quality Issues in LLMs for Code
von: He, Kaifeng, et al.
Veröffentlicht: (2026)

Beyond Bug Fixes: An Empirical Investigation of Post-Merge Code Quality Issues in Agent-Generated Pull Requests
von: Cynthia, Shamse Tasnim, et al.
Veröffentlicht: (2026)

Wired for Reuse: Automating Context-Aware Code Adaptation in IDEs via LLM-Based Agent
von: Wang, Taiming, et al.
Veröffentlicht: (2025)

Copy-and-Paste? Identifying EVM-Inequivalent Code Smells in Multi-chain Reuse Contracts
von: Wang, Zexu, et al.
Veröffentlicht: (2025)

When AI Models Become Dependencies: Studying the Evolution of Pre-Trained Model Reuse in Downstream Software Systems
von: Banyongrakkul, Peerachai, et al.
Veröffentlicht: (2026)

From Release to Adoption: Challenges in Reusing Pre-trained AI Models for Downstream Developers
von: Banyongrakkul, Peerachai, et al.
Veröffentlicht: (2025)

Reusing Model Validation Methods for the Continuous Validation of Digital Twins of Cyber-Physical Systems
von: Mertens, Joost, et al.
Veröffentlicht: (2025)

On The Impact of Merge Request Deviations on Code Review Practices
von: Kansab, Samah, et al.
Veröffentlicht: (2025)

Fault Localization from the Semantic Code Search Perspective
von: Qin, Yihao, et al.
Veröffentlicht: (2024)

Investigating Code Reuse in Software Redesign: A Case Study
von: Zhang, Xiaowen, et al.
Veröffentlicht: (2026)

RouthSearch: Inferring PID Parameter Specification for Flight Control Program by Coordinate Search
von: Wang, Siao, et al.
Veröffentlicht: (2025)

AutoGEEval++: A Multi-Level and Multi-Geospatial-Modality Automated Evaluation Framework for Large Language Models in Geospatial Code Generation on Google Earth Engine
von: Hou, Shuyang, et al.
Veröffentlicht: (2025)