Buchumschlag

SemRep: Generative Code Representation Learning with Code Transformations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Weichen, Song, Jiamin, Stoica, Bogdan Alexandru, Dhoot, Arav, Ryan, Gabriel, Fu, Shengyu, Pei, Kexin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EditLord: Learning Code Transformation Rules for Code Editing
von: Li, Weichen, et al.
Veröffentlicht: (2025)

Synthesizing Performance Constraints for Evaluating and Improving Code Efficiency
von: Yang, Jun, et al.
Veröffentlicht: (2025)

DevBench: A Realistic, Developer-Informed Benchmark for Code Generation Models
von: Kumarappan, Adarsh, et al.
Veröffentlicht: (2026)

SynthFix: Adaptive Neuro-Symbolic Code Vulnerability Repair
von: Zhang, Yifan, et al.
Veröffentlicht: (2026)

CodeSAM: Source Code Representation Learning by Infusing Self-Attention with Multi-Code-View Graphs
von: Mathai, Alex, et al.
Veröffentlicht: (2024)

StructCoder: Structure-Aware Transformer for Code Generation
von: Tipirneni, Sindhu, et al.
Veröffentlicht: (2022)

Pre-Training Representations of Binary Code Using Contrastive Learning
von: Zhang, Yifan, et al.
Veröffentlicht: (2022)

Code-Aware Prompting: A study of Coverage Guided Test Generation in Regression Setting using LLM
von: Ryan, Gabriel, et al.
Veröffentlicht: (2024)

Correctness Assessment of Code Generated by Large Language Models Using Internal Representations
von: Bui, Tuan-Dung, et al.
Veröffentlicht: (2025)

SemGuard: Real-Time Semantic Evaluator for Correcting LLM-Generated Code
von: Wang, Qinglin, et al.
Veröffentlicht: (2025)

Code Roulette: How Prompt Variability Affects LLM Code Generation
von: Paleyes, Andrei, et al.
Veröffentlicht: (2025)

Think Anywhere in Code Generation
von: Jiang, Xue, et al.
Veröffentlicht: (2026)

RepDL: Bit-level Reproducible Deep Learning Training and Inference
von: Xie, Peichen, et al.
Veröffentlicht: (2025)

Domain-Adaptable Reinforcement Learning for Code Generation with Dense Rewards
von: Jolfaei, Erfan Aghadavoodi, et al.
Veröffentlicht: (2026)

LiveCodeBench: Holistic and Contamination Free Evaluation of Large Language Models for Code
von: Jain, Naman, et al.
Veröffentlicht: (2024)

CodeIF: Benchmarking the Instruction-Following Capabilities of Large Language Models for Code Generation
von: Yan, Kaiwen, et al.
Veröffentlicht: (2025)

CONCORD: Towards a DSL for Configurable Graph Code Representation
von: Saad, Mootez, et al.
Veröffentlicht: (2024)

Code2MCP: Transforming Code Repositories into MCP Services
von: Ouyang, Chaoqian, et al.
Veröffentlicht: (2025)

GramTrans: A Better Code Representation Approach in Code Generation
von: Zhang, Zhao, et al.
Veröffentlicht: (2025)

Code Less, Align More: Efficient LLM Fine-tuning for Code Generation with Data Pruning
von: Tsai, Yun-Da, et al.
Veröffentlicht: (2024)

mcdok at SemEval-2026 Task 13: Finetuning LLMs for Detection of Machine-Generated Code
von: Skurla, Adam, et al.
Veröffentlicht: (2026)

Robust Learning of Diverse Code Edits
von: Aggarwal, Tushar, et al.
Veröffentlicht: (2025)

CodeScore: Evaluating Code Generation by Learning Code Execution
von: Dong, Yihong, et al.
Veröffentlicht: (2023)

On LLMs' Internal Representation of Code Correctness
von: Ribeiro, Francisco, et al.
Veröffentlicht: (2025)

LLM Performance for Code Generation on Noisy Tasks
von: Sendyka, Radzim, et al.
Veröffentlicht: (2025)

OSS-Bench: Benchmark Generator for Coding LLMs
von: Jiang, Yuancheng, et al.
Veröffentlicht: (2025)

A Progressive Transformer for Unifying Binary Code Embedding and Knowledge Transfer
von: Lu, Hanxiao, et al.
Veröffentlicht: (2024)

On the Usage of Continual Learning for Out-of-Distribution Generalization in Pre-trained Language Models of Code
von: Weyssow, Martin, et al.
Veröffentlicht: (2023)

IntentCoding: Amplifying User Intent in Code Generation
von: Fang, Zheng, et al.
Veröffentlicht: (2026)

SelfCodeAlign: Self-Alignment for Code Generation
von: Wei, Yuxiang, et al.
Veröffentlicht: (2024)

Leveraging Reviewer Experience in Code Review Comment Generation
von: Lin, Hong Yi, et al.
Veröffentlicht: (2024)

SemOpt: LLM-Driven Code Optimization via Rule-Based Analysis
von: Zhao, Yuwei, et al.
Veröffentlicht: (2025)

CodeJudge: Evaluating Code Generation with Large Language Models
von: Tong, Weixi, et al.
Veröffentlicht: (2024)

BugSpotter: Automated Generation of Code Debugging Exercises
von: Pădurean, Victor-Alexandru, et al.
Veröffentlicht: (2024)

FRANC: A Lightweight Framework for High-Quality Code Generation
von: Siddiq, Mohammed Latif, et al.
Veröffentlicht: (2023)

Design-Specification Tiling for ICL-based CAD Code Generation
von: Du, Yali, et al.
Veröffentlicht: (2026)

Context-Augmented Code Generation Using Programming Knowledge Graphs
von: Seddik, Shahd, et al.
Veröffentlicht: (2026)

The Fault in our Stars: Quality Assessment of Code Generation Benchmarks
von: Siddiq, Mohammed Latif, et al.
Veröffentlicht: (2024)

Leveraging Reward Models for Guiding Code Review Comment Generation
von: Sghaier, Oussama Ben, et al.
Veröffentlicht: (2025)

Ensuring Functional Correctness of Large Code Models with Selective Generation
von: Jeong, Jaewoo, et al.
Veröffentlicht: (2025)