Buchumschlag

PELLI: Framework to effectively integrate LLMs for quality software generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Krebs, Rasmus, Mazumdar, Somnath
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

Software Vulnerability and Functionality Assessment using LLMs
von: Jensen, Rasmus Ingemann Tuffveson, et al.
Veröffentlicht: (2024)

The importance of visual modelling languages in generative software engineering
von: Rossi, Roberto
Veröffentlicht: (2024)

Patched RTC: evaluating LLMs for diverse software development tasks
von: Sharma, Asankhaya
Veröffentlicht: (2024)

Exploring the extent of similarities in software failures across industries using LLMs
von: Detloff, Martin
Veröffentlicht: (2024)

Towards Requirements Engineering for RAG Systems
von: Sporsem, Tor, et al.
Veröffentlicht: (2025)

CMSA algorithm for solving the prioritized pairwise test data generation problem in software product lines
von: Ferrer, Javier, et al.
Veröffentlicht: (2024)

Lifecycle-Aware code generation: Leveraging Software Engineering Phases in LLMs
von: Xing, Xing, et al.
Veröffentlicht: (2025)

Assessing LLM code generation quality through path planning tasks
von: Chen, Wanyi, et al.
Veröffentlicht: (2025)

Towards a General Framework for HTN Modeling with LLMs
von: Puerta-Merino, Israel, et al.
Veröffentlicht: (2025)

PEFA-AI: Advancing Open-source LLMs for RTL generation using Progressive Error Feedback Agentic-AI
von: Narayanan, Athma, et al.
Veröffentlicht: (2025)

TREAT: A Code LLMs Trustworthiness / Reliability Evaluation and Testing Framework
von: Gao, Shuzheng, et al.
Veröffentlicht: (2025)

TAAF: A Trace Abstraction and Analysis Framework Synergizing Knowledge Graphs and LLMs
von: Ezaz, Alireza, et al.
Veröffentlicht: (2026)

LLMs for Automated Unit Test Generation and Assessment in Java: The AgoneTest Framework
von: Lops, Andrea, et al.
Veröffentlicht: (2025)

Redefining Developer Assistance: Through Large Language Models in Software Ecosystem
von: Banerjee, Somnath, et al.
Veröffentlicht: (2023)

LLM assisted web application functional requirements generation: A case study of four popular LLMs over a Mess Management System
von: Gupta, Rashmi, et al.
Veröffentlicht: (2025)

Palette: A Modular, Controllable, and Efficient Framework for On-demand Authorized Safety Alignment Relaxation in LLMs
von: Tan, Qitao, et al.
Veröffentlicht: (2026)

Patched MOA: optimizing inference for diverse software development tasks
von: Sharma, Asankhaya
Veröffentlicht: (2024)

LLMs: A Game-Changer for Software Engineers?
von: Haque, Md Asraful
Veröffentlicht: (2024)

Static Program Analysis Guided LLM Based Unit Test Generation
von: Roychowdhury, Sujoy, et al.
Veröffentlicht: (2025)

Artificial intelligence for context-aware visual change detection in software test automation
von: Moradi, Milad, et al.
Veröffentlicht: (2024)

Document Retrieval Augmented Fine-Tuning (DRAFT) for safety-critical software assessments
von: Bolton, Regan, et al.
Veröffentlicht: (2025)

Enhancing Clinical Decision Support and EHR Insights through LLMs and the Model Context Protocol: An Open-Source MCP-FHIR Framework
von: Ehtesham, Abul, et al.
Veröffentlicht: (2025)

Sentiment analysis for software engineering: How far can zero-shot learning (ZSL) go?
von: Alfayez, Reem, et al.
Veröffentlicht: (2026)

Evaluating LLMs for Visualization Tasks
von: Khan, Saadiq Rauf, et al.
Veröffentlicht: (2025)

An explainable hybrid deep learning-enabled intelligent fault detection and diagnosis approach for automotive software systems validation
von: Abboush, Mohammad, et al.
Veröffentlicht: (2026)

Machine Learning Experiences: A story of learning AI for use in enterprise software testing that can be used by anyone
von: Cohoon, Michael, et al.
Veröffentlicht: (2025)

Utilizing LLMs for Industrial Process Automation
von: Fares, Salim
Veröffentlicht: (2026)

On the Effectiveness of LLMs for Manual Test Verifications
von: Peixoto, Myron David Lucena Campos, et al.
Veröffentlicht: (2024)

Are LLMs Correctly Integrated into Software Systems?
von: Shao, Yuchen, et al.
Veröffentlicht: (2024)

Migrating Code At Scale With LLMs At Google
von: Ziftci, Celal, et al.
Veröffentlicht: (2025)

Generating Energy-efficient code with LLMs
von: Cappendijk, Tom, et al.
Veröffentlicht: (2024)

Analysis on LLMs Performance for Code Summarization
von: Akib, Md. Ahnaf, et al.
Veröffentlicht: (2024)

A systematic review of generative AI usage for IT project management
von: Anghel, Ionut, et al.
Veröffentlicht: (2026)

Automating the Correctness Assessment of AI-generated Code for Security Contexts
von: Cotroneo, Domenico, et al.
Veröffentlicht: (2023)

Mastering the Craft of Data Synthesis for CodeLLMs
von: Chen, Meng, et al.
Veröffentlicht: (2024)

Reasoning with LLMs for Zero-Shot Vulnerability Detection
von: Zibaeirad, Arastoo, et al.
Veröffentlicht: (2025)

LLMs for Test Input Generation for Semantic Caches
von: Rasool, Zafaryab, et al.
Veröffentlicht: (2024)

When Fuzzing Meets LLMs: Challenges and Opportunities
von: Jiang, Yu, et al.
Veröffentlicht: (2024)

The Code Barrier: What LLMs Actually Understand?
von: Nikiema, Serge Lionel, et al.
Veröffentlicht: (2025)

Do Code LLMs Understand Design Patterns?
von: Pan, Zhenyu, et al.
Veröffentlicht: (2025)