Buchumschlag

ProxyWar: Dynamic Assessment of LLM Code Generation in Game Arenas

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Peng, Wenjun, Wang, Xinyu, Wu, Qi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Software Engineering Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Klear-CodeTest: Scalable Test Case Generation for Code Reinforcement Learning
von: Fu, Jia, et al.
Veröffentlicht: (2025)

Code Copycat Conundrum: Demystifying Repetition in LLM-based Code Generation
von: Liu, Mingwei, et al.
Veröffentlicht: (2025)

Uncovering LLM-Generated Code: A Zero-Shot Synthetic Code Detector via Code Rewriting
von: Ye, Tong, et al.
Veröffentlicht: (2024)

Uncertainty Quantification for LLM-based Code Generation
von: Xu, Senrong, et al.
Veröffentlicht: (2026)

SALLM: Security Assessment of Generated Code
von: Siddiq, Mohammed Latif, et al.
Veröffentlicht: (2023)

Dynamic Stability of LLM-Generated Code
von: Rajput, Prateek, et al.
Veröffentlicht: (2025)

RustEvo^2: An Evolving Benchmark for API Evolution in LLM-based Rust Code Generation
von: Liang, Linxi, et al.
Veröffentlicht: (2025)

Investigating The Smells of LLM Generated Code
von: Paul, Debalina Ghosh, et al.
Veröffentlicht: (2025)

BigCodeArena: Unveiling More Reliable Human Preferences in Code Generation via Execution
von: Zhuo, Terry Yue, et al.
Veröffentlicht: (2025)

On Unified Prompt Tuning for Request Quality Assurance in Public Code Review
von: Chen, Xinyu, et al.
Veröffentlicht: (2024)

Knowledge-Guided Prompt Learning for Request Quality Assurance in Public Code Review
von: Li, Lin, et al.
Veröffentlicht: (2024)

Learn to Code Sustainably: An Empirical Study on LLM-based Green Code Generation
von: Vartziotis, Tina, et al.
Veröffentlicht: (2024)

Synergizing Code Coverage and Gameplay Intent: Coverage-Aware Game Playtesting with LLM-Guided Reinforcement Learning
von: Mu, Enhong, et al.
Veröffentlicht: (2025)

FasterPy: An LLM-based Code Execution Efficiency Optimization Framework
von: Wu, Yue, et al.
Veröffentlicht: (2025)

A Performance Study of LLM-Generated Code on Leetcode
von: Coignion, Tristan, et al.
Veröffentlicht: (2024)

Bias Testing and Mitigation in LLM-based Code Generation
von: Huang, Dong, et al.
Veröffentlicht: (2023)

CodeCircuit: Toward Inferring LLM-Generated Code Correctness via Attribution Graphs
von: He, Yicheng, et al.
Veröffentlicht: (2026)

LLM-Empowered Event-Chain Driven Code Generation for ADAS in SDV systems
von: Petrovic, Nenad, et al.
Veröffentlicht: (2025)

CodeFuse-CommitEval: Towards Benchmarking LLM's Power on Commit Message and Code Change Inconsistency Detection
von: Zhang, Qingyu, et al.
Veröffentlicht: (2025)

DynamicsLLM: a Dynamic Analysis-based Tool for Generating Intelligent Execution Traces Using LLMs to Detect Android Behavioural Code Smells
von: Cherief, Houcine Abdelkader, et al.
Veröffentlicht: (2026)

Constraint Decay: The Fragility of LLM Agents in Backend Code Generation
von: Dente, Francesco, et al.
Veröffentlicht: (2026)

Enhancing LLM-Based Code Generation with Complexity Metrics: A Feedback-Driven Approach
von: Sepidband, Melika, et al.
Veröffentlicht: (2025)

Beyond Functional Correctness: Exploring Hallucinations in LLM-Generated Code
von: Liu, Fang, et al.
Veröffentlicht: (2024)

Hallucination in LLM-Based Code Generation: An Automotive Case Study
von: Pavel, Marc, et al.
Veröffentlicht: (2025)

ReCode: Improving LLM-based Code Repair with Fine-Grained Retrieval-Augmented Generation
von: Zhao, Yicong, et al.
Veröffentlicht: (2025)

Is Vibe Coding the Future? An Empirical Assessment of LLM Generated Codes for Construction Safety
von: Uddin, S M Jamil
Veröffentlicht: (2026)

Unseen Horizons: Unveiling the Real Capability of LLM Code Generation Beyond the Familiar
von: Zhang, Yuanliang, et al.
Veröffentlicht: (2024)

Do Prompt Patterns Affect Code Quality? A First Empirical Assessment of ChatGPT-Generated Code
von: Della Porta, Antonio, et al.
Veröffentlicht: (2025)

Correctness isnt Efficiency: Runtime Memory Divergence in LLM-Generated Code
von: Rajput, Prateek, et al.
Veröffentlicht: (2026)

Defective Task Descriptions in LLM-Based Code Generation: Detection and Analysis
von: Akli, Amal, et al.
Veröffentlicht: (2026)

The Readability Spectrum: Patterns, Issues, and Prompt Effects in LLM-Generated Code
von: Ye, Hengzhi, et al.
Veröffentlicht: (2026)

TransAgent: Enhancing LLM-Based Code Translation via Fine-Grained Execution Alignment
von: Yuan, Zhiqiang, et al.
Veröffentlicht: (2024)

Verifying LLM-Generated Code in the Context of Software Verification with Ada/SPARK
von: Cramer, Marcos, et al.
Veröffentlicht: (2025)

Using a Feedback Loop for LLM-based Infrastructure as Code Generation
von: Palavalli, Mayur Amarnath, et al.
Veröffentlicht: (2024)

Uncovering Intention through LLM-Driven Code Snippet Description Generation
von: Nugroho, Yusuf Sulistyo, et al.
Veröffentlicht: (2025)

Toward Automated and Trustworthy Scientific Analysis and Visualization with LLM-Generated Code
von: Chakroborti, Apu Kumar, et al.
Veröffentlicht: (2025)

Eliminating Hallucination-Induced Errors in LLM Code Generation with Functional Clustering
von: Ravuri, Chaitanya, et al.
Veröffentlicht: (2025)

AI-Assisted Assessment of Coding Practices in Modern Code Review
von: Vijayvergiya, Manushree, et al.
Veröffentlicht: (2024)

CodeCrash: Exposing LLM Fragility to Misleading Natural Language in Code Reasoning
von: Lam, Man Ho, et al.
Veröffentlicht: (2025)

CodeVision: Detecting LLM-Generated Code Using 2D Token Probability Maps and Vision Models
von: Xu, Zhenyu, et al.
Veröffentlicht: (2025)