Buchumschlag

PatchGuru: Patch Oracle Inference from Natural Language Artifacts with Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Le-Cong, Thanh, Le, Bach, Murray, Toby, Pradel, Michael, Cadar, Cristian
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

Memory-Efficient Large Language Models for Program Repair with Semantic-Guided Patch Generation
von: Le-Cong, Thanh, et al.
Veröffentlicht: (2024)

Can LLMs Reason About Program Semantics? A Comprehensive Evaluation of LLMs on Formal Specification Inference
von: Le-Cong, Thanh, et al.
Veröffentlicht: (2025)

Towards Reliable Evaluation of Neural Program Repair with Natural Robustness Testing
von: Le-Cong, Thanh, et al.
Veröffentlicht: (2024)

Evaluating LLM Agents on Automated Software Analysis Tasks
von: Bouzenia, Islem, et al.
Veröffentlicht: (2026)

PatchZero: Zero-Shot Automatic Patch Correctness Assessment
von: Zhou, Xin, et al.
Veröffentlicht: (2023)

Testora: Using Natural Language Intent to Detect Behavioral Regressions
von: Pradel, Michael
Veröffentlicht: (2025)

Artisan: Agentic Artifact Evaluation
von: Baek, Doehyun, et al.
Veröffentlicht: (2026)

NoCode-bench: A Benchmark for Evaluating Natural Language-Driven Feature Addition
von: Deng, Le, et al.
Veröffentlicht: (2025)

Understanding API Usage and Testing: An Empirical Study of C Libraries
von: Zaki, Ahmed, et al.
Veröffentlicht: (2025)

Perish or Flourish? A Holistic Evaluation of Large Language Models for Code Generation in Functional Programming
von: Lang, Nguyet-Anh H., et al.
Veröffentlicht: (2026)

Fuzz4All: Universal Fuzzing with Large Language Models
von: Xia, Chunqiu Steven, et al.
Veröffentlicht: (2023)

Comparison of Static Application Security Testing Tools and Large Language Models for Repo-level Vulnerability Detection
von: Zhou, Xin, et al.
Veröffentlicht: (2024)

Automated Description Generation for Software Patches
von: Vu, Thanh Trong, et al.
Veröffentlicht: (2024)

Signature in Code Backdoor Detection, how far are we?
von: Le, Quoc Hung, et al.
Veröffentlicht: (2025)

From Empirical Evaluation to Context-Aware Enhancement: Repairing Regression Errors with LLMs
von: Ho, Anh, et al.
Veröffentlicht: (2025)

CodeMapper: A Language-Agnostic Approach to Mapping Code Regions Across Commits
von: Hu, Huimin, et al.
Veröffentlicht: (2025)

Evaluating Pre-Trained Models for Multi-Language Vulnerability Patching
von: Khan, Zanis Ali, et al.
Veröffentlicht: (2025)

DiffSpec: Differential Testing with LLMs using Natural Language Specifications and Code Artifacts
von: Rao, Nikitha, et al.
Veröffentlicht: (2024)

Patch-CLIP: A Patch-Text Pre-Trained Model
von: Tang, Xunzhu, et al.
Veröffentlicht: (2023)

Do Not Treat Code as Natural Language: Implications for Repository-Level Code Generation and Beyond
von: Le-Anh, Minh, et al.
Veröffentlicht: (2026)

LEGION: Harnessing Pre-trained Language Models for GitHub Topic Recommendations with Distribution-Balance Loss
von: Dang, Yen-Trang, et al.
Veröffentlicht: (2024)

Automating Patch Set Generation from Code Review Comments Using Large Language Models
von: Rahman, Tajmilur, et al.
Veröffentlicht: (2024)

Beyond Crash-to-Patch: Patch Evolution for Linux Kernel Repair
von: Bai, Luyao, et al.
Veröffentlicht: (2026)

Test-based Patch Clustering for Automatically-Generated Patches Assessment
von: Martinez, Matias, et al.
Veröffentlicht: (2022)

FlyCatcher: Neural Inference of Runtime Checkers from Tests
von: Souza, Beatriz, et al.
Veröffentlicht: (2026)

VulnLLMEval: A Framework for Evaluating Large Language Models in Software Vulnerability Detection and Patching
von: Zibaeirad, Arastoo, et al.
Veröffentlicht: (2024)

APPATCH: Automated Adaptive Prompting Large Language Models for Real-World Software Vulnerability Patching
von: Nong, Yu, et al.
Veröffentlicht: (2024)

Empirical Study of Code Large Language Models for Binary Security Patch Detection
von: Li, Qingyuan, et al.
Veröffentlicht: (2025)

PatchSeeker: Mapping NVD Records to their Vulnerability-fixing Commits with LLM Generated Commits and Embeddings
von: Nguyen, Huu Hung, et al.
Veröffentlicht: (2025)

RePaCA: Leveraging Reasoning Large Language Models for Static Automated Patch Correctness Assessment
von: Fuster-Pena, Marcos, et al.
Veröffentlicht: (2025)

KAT: Dependency-aware Automated API Testing with Large Language Models
von: Le, Tri, et al.
Veröffentlicht: (2024)

Accelerating Automatic Program Repair with Dual Retrieval-Augmented Fine-Tuning and Patch Generation on Large Language Models
von: Guo, Hanyang, et al.
Veröffentlicht: (2025)

Parameter-Efficient Fine-Tuning with Attributed Patch Semantic Graph for Automated Patch Correctness Assessment
von: Yang, Zhenyu, et al.
Veröffentlicht: (2025)

PatchFuzz: Patch Fuzzing for JavaScript Engines
von: Wang, Junjie, et al.
Veröffentlicht: (2025)

De-Hallucinator: Mitigating LLM Hallucinations in Code Generation Tasks via Iterative Grounding
von: Eghbali, Aryaz, et al.
Veröffentlicht: (2024)

PatchRecall: Patch-Driven Retrieval for Automated Program Repair
von: Dihan, Mahir Labib, et al.
Veröffentlicht: (2026)

Mitigating Implicit Inconsistencies in Patch Porting
von: Pan, Shengyi, et al.
Veröffentlicht: (2026)

Patch Validation in Automated Vulnerability Repair
von: Yu, Zheng, et al.
Veröffentlicht: (2026)

Privacy-Preserving Real-Time Vietnamese-English Translation on iOS using Edge AI
von: Le, Cong
Veröffentlicht: (2025)

Adversarial Attacks on Code Models with Discriminative Graph Patterns
von: Nguyen, Thanh-Dat, et al.
Veröffentlicht: (2023)