Buchumschlag

GrepRAG: An Empirical Study and Optimization of Grep-Like Retrieval for Code Completion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Baoyi, Wang, Xingliang, Li, Guochang, Zhi, Chen, Han, Junxiao, Zhao, Xinkui, Wang, Nan, Deng, Shuiguang, Yin, Jianwei
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

GRACE: Graph-Guided Repository-Aware Code Completion through Hierarchical Code Fusion
von: Wang, Xingliang, et al.
Veröffentlicht: (2025)

Can Vision-Language Models Handle Long-Context Code? An Empirical Study on Visual Compression
von: Zhong, Jianping, et al.
Veröffentlicht: (2026)

Revisiting Vulnerability Patch Localization: An Empirical Study and LLM-Based Solution
von: Xu, Haoran, et al.
Veröffentlicht: (2025)

Exploring Parameter-Efficient Fine-Tuning of Large Language Model on Automated Program Repair
von: Li, Guochang, et al.
Veröffentlicht: (2024)

EpiDroid: Dependency-Guided Recomposition for Deep State Discovery in Mobile GUI Testing
von: Song, Jiahui, et al.
Veröffentlicht: (2026)

Completion by Comprehension: Guiding Code Generation with Multi-Granularity Understanding
von: Zhao, Xinkui, et al.
Veröffentlicht: (2025)

CodeGlance: Understanding Code Reasoning Challenges in LLMs through Multi-Dimensional Feature Analysis
von: Wang, Yunkun, et al.
Veröffentlicht: (2026)

ChatUniTest: A Framework for LLM-Based Test Generation
von: Chen, Yinghao, et al.
Veröffentlicht: (2023)

InspectCoder: Dynamic Analysis-Enabled Self Repair through interactive LLM-Debugger Collaboration
von: Wang, Yunkun, et al.
Veröffentlicht: (2025)

LibRec: Benchmarking Retrieval-Augmented LLMs for Library Migration Recommendations
von: Han, Junxiao, et al.
Veröffentlicht: (2025)

From LLMs to Agents: A Comparative Evaluation of LLMs and LLM-based Agents in Security Patch Detection
von: Han, Junxiao, et al.
Veröffentlicht: (2025)

RAG or Fine-tuning? A Comparative Study on LCMs-based Code Completion in Industry
von: Wang, Chaozheng, et al.
Veröffentlicht: (2025)

Empowering RepoQA-Agent based on Reinforcement Learning Driven by Monte-carlo Tree Search
von: Li, Guochang, et al.
Veröffentlicht: (2025)

How Does Chunking Affect Retrieval-Augmented Code Completion? A Controlled Empirical Study
von: Wu, Xinjian, et al.
Veröffentlicht: (2026)

What to Retrieve for Effective Retrieval-Augmented Code Generation? An Empirical Study and Beyond
von: Gu, Wenchao, et al.
Veröffentlicht: (2025)

Evaluating the Effectiveness and Efficiency of Demonstration Retrievers in RAG for Coding Tasks
von: He, Pengfei, et al.
Veröffentlicht: (2024)

A Deep Dive into Retrieval-Augmented Generation for Code Completion: Experience on WeChat
von: Yang, Zezhou, et al.
Veröffentlicht: (2025)

LLMs are Bug Replicators: An Empirical Study on LLMs' Capability in Completing Bug-prone Code
von: Guo, Liwei, et al.
Veröffentlicht: (2025)

GraphCoder: Enhancing Repository-Level Code Completion via Code Context Graph-based Retrieval and Language Model
von: Liu, Wei, et al.
Veröffentlicht: (2024)

Do AI Coding Agents Log Like Humans? An Empirical Study
von: Ouatiti, Youssef Esseddiq, et al.
Veröffentlicht: (2026)

On the Effectiveness of Training Data Optimization for LLM-based Code Generation: An Empirical Study
von: Kuang, Shiqi, et al.
Veröffentlicht: (2025)

An Empirical Study of Retrieval-Augmented Code Generation: Challenges and Opportunities
von: Yang, Zezhou, et al.
Veröffentlicht: (2025)

CodeRAG-Bench: Can Retrieval Augment Code Generation?
von: Wang, Zora Zhiruo, et al.
Veröffentlicht: (2024)

A Lightweight Framework for Adaptive Retrieval In Code Completion With Critique Model
von: Zhang, Wenrui, et al.
Veröffentlicht: (2024)

RepoGenReflex: Enhancing Repository-Level Code Completion with Verbal Reinforcement and Retrieval-Augmented Generation
von: Wang, Jicheng, et al.
Veröffentlicht: (2024)

Agentic Services Computing
von: Deng, Shuiguang, et al.
Veröffentlicht: (2025)

An Empirical Study of the Non-determinism of ChatGPT in Code Generation
von: Ouyang, Shuyin, et al.
Veröffentlicht: (2023)

CodeRAG: Finding Relevant and Necessary Knowledge for Retrieval-Augmented Repository-Level Code Completion
von: Zhang, Sheng, et al.
Veröffentlicht: (2025)

An Empirical Study of Developers' Challenges in Implementing Workflows as Code: A Case Study on Apache Airflow
von: Yasmin, Jerin, et al.
Veröffentlicht: (2024)

ExploraCoder: Advancing code generation for multiple unseen APIs via planning and chained exploration
von: Wang, Yunkun, et al.
Veröffentlicht: (2024)

FT2Ra: A Fine-Tuning-Inspired Approach to Retrieval-Augmented Code Completion
von: Guo, Qi, et al.
Veröffentlicht: (2024)

AlignCoder: Aligning Retrieval with Target Intent for Repository-Level Code Completion
von: Jiang, Tianyue, et al.
Veröffentlicht: (2026)

Engineering Pitfalls in AI Coding Tools: An Empirical Study of Bugs in Claude Code, Codex, and Gemini CLI
von: Zhang, Ruixin, et al.
Veröffentlicht: (2026)

Toward Interactive Optimization of Source Code Differences: An Empirical Study of Its Performance
von: Yagi, Tsukasa, et al.
Veröffentlicht: (2024)

Contextual Code Retrieval for Commit Message Generation: A Preliminary Study
von: Xiong, Bo, et al.
Veröffentlicht: (2025)

RLCoder: Reinforcement Learning for Repository-Level Code Completion
von: Wang, Yanlin, et al.
Veröffentlicht: (2024)

Code Comments for Quantum Software Development Kits: An Empirical Study on Qiskit
von: Zhou, Zenghui, et al.
Veröffentlicht: (2025)

Automated Prompt Generation for Code Intelligence: An Empirical study and Experience in WeChat
von: Ji, Kexing, et al.
Veröffentlicht: (2025)

Online-Optimized RAG for Tool Use and Function Calling
von: Pan, Yu, et al.
Veröffentlicht: (2025)

A Large-Scale Empirical Study of AI-Generated Code in Real-World Repositories
von: Mao, Tianhao, et al.
Veröffentlicht: (2026)