Buchumschlag

On the Role of Fault Localization Context for LLM-Based Program Repair

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sepidband, Melika, Pham, Hung Viet, Hemmati, Hadi
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

RGFL: Reasoning Guided Fault Localization for Automated Program Repair Using Large Language Models
von: Sepidband, Melika, et al.
Veröffentlicht: (2026)

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

Deep-Bench: Deep Learning Benchmark Dataset for Code Generation
von: Daghighfarsoodeh, Alireza, et al.
Veröffentlicht: (2025)

Automated Prompt Engineering for Cost-Effective Code Generation Using Evolutionary Algorithm
von: Taherkhani, Hamed, et al.
Veröffentlicht: (2024)

Can ChatGPT Support Developers? An Empirical Evaluation of Large Language Models for Code Generation
von: Jin, Kailun, et al.
Veröffentlicht: (2024)

FlakyFix: Using Large Language Models for Predicting Flaky Test Fix Categories and Test Code Repair
von: Fatima, Sakina, et al.
Veröffentlicht: (2023)

RepairAgent: An Autonomous, LLM-Based Agent for Program Repair
von: Bouzenia, Islem, et al.
Veröffentlicht: (2024)

ARISE: A Repository-level Graph Representation and Toolset for Agentic Fault Localization and Program Repair
von: Seddik, Shahd, et al.
Veröffentlicht: (2026)

Counterexample Guided Program Repair Using Zero-Shot Learning and MaxSAT-based Fault Localization
von: Orvalho, Pedro, et al.
Veröffentlicht: (2024)

Integrating Various Software Artifacts for Better LLM-based Bug Localization and Program Repair
von: Feng, Qiong, et al.
Veröffentlicht: (2024)

Domain Adaptation for Code Model-based Unit Test Case Generation
von: Shin, Jiho, et al.
Veröffentlicht: (2023)

Task-oriented Prompt Enhancement via Script Generation
von: Wang, Chung-Yu, et al.
Veröffentlicht: (2024)

Selection of Prompt Engineering Techniques for Code Generation through Predicting Code Complexity
von: Wang, Chung-Yu, et al.
Veröffentlicht: (2024)

A Metamorphic Testing Approach to Diagnosing Memorization in LLM-Based Program Repair
von: De Koning, Milan, et al.
Veröffentlicht: (2026)

Retrieval-Augmented Test Generation: How Far Are We?
von: Shin, Jiho, et al.
Veröffentlicht: (2024)

Identifying Helpful Context for LLM-based Vulnerability Repair: A Preliminary Study
von: Antal, Gábor, et al.
Veröffentlicht: (2025)

Data Mining-Based Techniques for Software Fault Localization
von: Cellier, Peggy, et al.
Veröffentlicht: (2025)

Consistency Meets Verification: Enhancing Test Generation Quality in Large Language Models Without Ground-Truth Solutions
von: Taherkhani, Hamed, et al.
Veröffentlicht: (2026)

Towards Secure Program Partitioning for Smart Contracts with LLM's In-Context Learning
von: Liu, Ye, et al.
Veröffentlicht: (2025)

RepoRepair: Leveraging Code Documentation for Repository-Level Automated Program Repair
von: Pan, Zhongqiang, et al.
Veröffentlicht: (2026)

AutoEmpirical: LLM-Based Automated Research for Empirical Software Fault Analysis
von: Yu, Jiongchi, et al.
Veröffentlicht: (2025)

A Study on the Impact of Fault localization Granularity for Repository-Scale Code Repair Tasks
von: Townsend, Joseph, et al.
Veröffentlicht: (2026)

Enhancing Automated Program Repair with Solution Design
von: Zhao, Jiuang, et al.
Veröffentlicht: (2024)

Collaborative Agents for Automated Program Repair in Ruby
von: Akbarpour, Nikta, et al.
Veröffentlicht: (2025)

Evaluating Agent-based Program Repair at Google
von: Rondon, Pat, et al.
Veröffentlicht: (2025)

Evaluating the Generalizability of LLMs in Automated Program Repair
von: Li, Fengjie, et al.
Veröffentlicht: (2025)

MAS-FIRE: Fault Injection and Reliability Evaluation for LLM-Based Multi-Agent Systems
von: Jia, Jin, et al.
Veröffentlicht: (2026)

Toward Automated Validation of Language Model Synthesized Test Cases using Semantic Entropy
von: Taherkhani, Hamed, et al.
Veröffentlicht: (2024)

HAFixAgent: History-Aware Program Repair Agent
von: Shi, Yu, et al.
Veröffentlicht: (2025)

Multi-Task Program Error Repair and Explanatory Diagnosis
von: Xu, Zhenyu, et al.
Veröffentlicht: (2024)

MergeRepair: An Exploratory Study on Merging Task-Specific Adapters in Code LLMs for Automated Program Repair
von: Dehghan, Meghdad, et al.
Veröffentlicht: (2024)

Self-Bootstrapping Automated Program Repair: Using LLMs to Generate and Evaluate Synthetic Training Data for Bug Repair
von: de-Fitero-Dominguez, David, et al.
Veröffentlicht: (2025)

Dynamic Cogeneration of Bug Reproduction Test in Agentic Program Repair
von: Cheng, Runxiang, et al.
Veröffentlicht: (2026)

From Benchmark Data To Applicable Program Repair: An Experience Report
von: Chandramohan, Mahinthan, et al.
Veröffentlicht: (2025)

Agentic Bug Reproduction for Effective Automated Program Repair at Google
von: Cheng, Runxiang, et al.
Veröffentlicht: (2025)

CFaults: Model-Based Diagnosis for Fault Localization in C Programs with Multiple Test Cases
von: Orvalho, Pedro, et al.
Veröffentlicht: (2024)

Dr. Boot: Bootstrapping Program Synthesis Language Models to Perform Repairing
von: van der Vleuten, Noah
Veröffentlicht: (2025)

NARRepair: Non-Autoregressive Code Generation Model for Automatic Program Repair
von: Yang, Zhenyu, et al.
Veröffentlicht: (2024)

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

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