Buchumschlag

Agile Story-Point Estimation: Is RAG a Better Way to Go?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Maha, Lamyea, Rahman, Tajmilur, Roy, Chanchal
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Software Engineering Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Automated User Story Generation with Test Case Specification Using Large Language Model
von: Rahman, Tajmilur, et al.
Veröffentlicht: (2024)

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

TS-Detector : Detecting Feature Toggle Usage Patterns
von: Rahman, Tajmilur, et al.
Veröffentlicht: (2025)

Leveraging XP and CRISP-DM for Agile Data Science Projects
von: Shimaoka, Andre Massahiro, et al.
Veröffentlicht: (2025)

Relative Positioning Based Code Chunking Method For Rich Context Retrieval In Repository Level Code Completion Task With Code Language Model
von: Rahman, Imranur, et al.
Veröffentlicht: (2025)

Methodological Framework for Quantifying Semantic Test Coverage in RAG Systems
von: Broestl, Noah, et al.
Veröffentlicht: (2025)

Efficient Story Point Estimation With Comparative Learning
von: Khan, Monoshiz Mahbub, et al.
Veröffentlicht: (2025)

The Larger the Better? Improved LLM Code-Generation via Budget Reallocation
von: Hassid, Michael, et al.
Veröffentlicht: (2024)

User Story Tutor (UST) to Support Agile Software Developers
von: Neo, Giseldo da Silva, et al.
Veröffentlicht: (2024)

Co-Located Tests, Better AI Code: How Test Syntax Structure Affects Foundation Model Code Generation
von: Jacopin, Éric
Veröffentlicht: (2026)

Beyond Synthetic Benchmarks: Evaluating LLM Performance on Real-World Class-Level Code Generation
von: Rahman, Musfiqur, et al.
Veröffentlicht: (2025)

OpenClassGen: A Large-Scale Corpus of Real-World Python Classes for LLM Research
von: Rahman, Musfiqur, et al.
Veröffentlicht: (2025)

Imitation Game: Reproducing Deep Learning Bugs Leveraging an Intelligent Agent
von: Shah, Mehil B, et al.
Veröffentlicht: (2025)

Automatic Detection of LLM-Generated Code: A Comparative Case Study of Contemporary Models Across Function and Class Granularities
von: Rahman, Musfiqur, et al.
Veröffentlicht: (2024)

Search-based Optimisation of LLM Learning Shots for Story Point Estimation
von: Tawosi, Vali, et al.
Veröffentlicht: (2024)

Towards Equitable Agile Research and Development of AI and Robotics
von: Hundt, Andrew, et al.
Veröffentlicht: (2024)

The Impact of Environment Configurations on the Stability of AI-Enabled Systems
von: Rahman, Musfiqur, et al.
Veröffentlicht: (2024)

CDS4RAG: Cyclic Dual-Sequential Hyperparameter Optimization for RAG
von: Chen, Pengzhou, et al.
Veröffentlicht: (2026)

Agile Software Effort Estimation using Regression Techniques
von: Sima, Sisay Deresa, et al.
Veröffentlicht: (2025)

From Questions to Insights: Exploring XAI Challenges Reported on Stack Overflow Questions
von: Roy, Saumendu, et al.
Veröffentlicht: (2025)

A Metamorphic Testing Perspective on Knowledge Distillation for Language Models of Code: Does the Student Deeply Mimic the Teacher?
von: Awal, Md. Abdul, et al.
Veröffentlicht: (2025)

Carbon-Taxed Transformers: A Green Compression Pipeline for Overgrown Language Models
von: Alam, Ajmain Inqiad, et al.
Veröffentlicht: (2026)

Evaluating the Performance of a D-Wave Quantum Annealing System for Feature Subset Selection in Software Defect Prediction
von: Mandal, Ashis Kumar, et al.
Veröffentlicht: (2024)

Using Agile Story Points and Game Theory Together: Better Software Planning and Development in Agile Software Development
von: Bildirici, Fatih, et al.
Veröffentlicht: (2024)

Quantum vs. Classical Machine Learning Algorithms for Software Defect Prediction: Challenges and Opportunities
von: Nadim, Md, et al.
Veröffentlicht: (2024)

RocqSmith: Can Automatic Optimization Forge Better Proof Agents?
von: Kozyrev, Andrei, et al.
Veröffentlicht: (2026)

AgileCoder: Dynamic Collaborative Agents for Software Development based on Agile Methodology
von: Nguyen, Minh Huynh, et al.
Veröffentlicht: (2024)

Towards a Neural Debugger for Python
von: Beck, Maximilian, et al.
Veröffentlicht: (2026)

Machine Learning with Requirements: a Manifesto
von: Giunchiglia, Eleonora, et al.
Veröffentlicht: (2023)

miniCodeProps: a Minimal Benchmark for Proving Code Properties
von: Lohn, Evan, et al.
Veröffentlicht: (2024)

Machine Learning Systems: A Survey from a Data-Oriented Perspective
von: Cabrera, Christian, et al.
Veröffentlicht: (2023)

Towards a Classification of Open-Source ML Models and Datasets for Software Engineering
von: González, Alexandra, et al.
Veröffentlicht: (2024)

Model Lake: a New Alternative for Machine Learning Models Management and Governance
von: Garouani, Moncef, et al.
Veröffentlicht: (2025)

SLIM: a Scalable Light-weight Root Cause Analysis for Imbalanced Data in Microservice
von: Ren, Rui, et al.
Veröffentlicht: (2024)

Is ChatGPT a Good Software Librarian? An Exploratory Study on the Use of ChatGPT for Software Library Recommendations
von: Latendresse, Jasmine, et al.
Veröffentlicht: (2024)

Can Requirements Engineering Support Explainable Artificial Intelligence? Towards a User-Centric Approach for Explainability Requirements
von: Umm-e-Habiba, et al.
Veröffentlicht: (2022)

What Information Contributes to Log-based Anomaly Detection? Insights from a Configurable Transformer-Based Approach
von: Wu, Xingfang, et al.
Veröffentlicht: (2024)

Adaptation of XAI to Auto-tuning for Numerical Libraries
von: Aoki, Shota, et al.
Veröffentlicht: (2024)

Enhancing LLM-Based Test Generation by Eliminating Covered Code
von: Xu, WeiZhe, et al.
Veröffentlicht: (2026)

Can LLMs Reason Like Automated Theorem Provers for Rust Verification? VCoT-Bench: Evaluating via Verification Chain of Thought
von: Xie, Zichen, et al.
Veröffentlicht: (2026)