Buchumschlag

LLM-based Generation of Semantically Diverse and Realistic Domain Model Instances

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Coman, Andrei, Burgueño, Lola, Bork, Dominik, Wimmer, Manuel
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

A Benchmarking Framework for Model Datasets
von: Glaser, Philipp-Lorenz, et al.
Veröffentlicht: (2026)

Automation in Model-Driven Engineering: A look back, and ahead
von: Burgueño, Lola, et al.
Veröffentlicht: (2024)

Detecting Semantic Alignments between Textual Specifications and Domain Models
von: Shimangaud, Shwetali, et al.
Veröffentlicht: (2026)

Lost in Code Generation: Reimagining the Role of Software Models in AI-driven Software Engineering
von: Cito, Jürgen, et al.
Veröffentlicht: (2025)

A framework for assessing the capabilities of code generation of constraint domain-specific languages with large language models
von: Delgado, David, et al.
Veröffentlicht: (2026)

Exploring Actions, Interactions and Challenges in Software Modelling Tasks: An Empirical Investigation with Students
von: Chakraborty, Shalini, et al.
Veröffentlicht: (2024)

On the Utility of Domain Modeling Assistance with Large Language Models
von: Chaaben, Meriem Ben, et al.
Veröffentlicht: (2024)

Mind the Ethics! The Overlooked Ethical Dimensions of GenAI in Software Modeling Education
von: Chakraborty, Shalini, et al.
Veröffentlicht: (2025)

Vanilla-Converter: A Tool for Converting Camunda 7 BPMN Models into Camunda 8 Models
von: Sunaric, Dragana, et al.
Veröffentlicht: (2025)

LLM-enabled Instance Model Generation
von: Pan, Fengjunjie, et al.
Veröffentlicht: (2025)

AI-Powered, But Power-Hungry? Energy Efficiency of LLM-Generated Code
von: Solovyeva, Lola, et al.
Veröffentlicht: (2025)

Digital Twin Evolution for Sustainable Smart Ecosystems
von: Michael, Judith, et al.
Veröffentlicht: (2024)

Towards Realistic Project-Level Code Generation via Multi-Agent Collaboration and Semantic Architecture Modeling
von: Zhao, Qianhui, et al.
Veröffentlicht: (2025)

Circular Systems Engineering
von: David, Istvan, et al.
Veröffentlicht: (2023)

A Systematic Mapping Study on Smart Cities Modeling Approaches
von: Rossi, Maria Teresa, et al.
Veröffentlicht: (2025)

Towards Green AI: Decoding the Energy of LLM Inference in Software Development
von: Solovyeva, Lola, et al.
Veröffentlicht: (2026)

KTester: Leveraging Domain and Testing Knowledge for More Effective LLM-based Test Generation
von: Li, Anji, et al.
Veröffentlicht: (2025)

LLM-Guided Genetic Improvement: Envisioning Semantic Aware Automated Software Evolution
von: Even-Mendoza, Karine, et al.
Veröffentlicht: (2025)

Babbling Suppression: Making LLMs Greener One Token at a Time
von: Solovyeva, Lola, et al.
Veröffentlicht: (2026)

Reducing Hallucinations in LLM-Generated Code via Semantic Triangulation
von: Dai, Yihan, et al.
Veröffentlicht: (2025)

LogICL: Distilling LLM Reasoning to Bridge the Semantic Gap in Cross-Domain Log Anomaly Detection
von: Ye, Jingwei, et al.
Veröffentlicht: (2025)

Towards a Unifying Reference Model for Digital Twins of Cyber-Physical Systems
von: Pfeiffer, Jerome, et al.
Veröffentlicht: (2025)

A Multi-agent Onboarding Assistant based on Large Language Models, Retrieval Augmented Generation, and Chain-of-Thought
von: Ionescu, Andrei Cristian, et al.
Veröffentlicht: (2025)

Using Semantic Distance to Estimate Uncertainty in LLM-Based Code Generation
von: He, Weilin, et al.
Veröffentlicht: (2026)

Generating Realistic, Diverse, and Fault-Revealing Inputs with Latent Space Interpolation for Testing Deep Neural Networks
von: Duan, Bin, et al.
Veröffentlicht: (2025)

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

Demonstrating ARG-V's Generation of Realistic Java Benchmarks for SV-COMP
von: Moloney, Charles, et al.
Veröffentlicht: (2026)

Generate Realistic Test Scenes for V2X Communication Systems
von: Guo, An, et al.
Veröffentlicht: (2025)

DSCodeBench: A Realistic Benchmark for Data Science Code Generation
von: Ouyang, Shuyin, et al.
Veröffentlicht: (2025)

Instantaneous, Comprehensible, and Fixable Soundness Checking of Realistic BPMN Models
von: Kräuter, Tim, et al.
Veröffentlicht: (2024)

AnomalyGen: An Automated Semantic Log Sequence Generation Framework with LLM for Anomaly Detection
von: Li, Xinyu, et al.
Veröffentlicht: (2025)

Position Paper: Programming Language Techniques for Bridging LLM Code Generation Semantic Gaps
von: Du, Yalong, et al.
Veröffentlicht: (2025)

Human-Like Code Quality Evaluation through LLM-based Recursive Semantic Comprehension
von: Xu, Fangzhou, et al.
Veröffentlicht: (2024)

A Model Is Not Built By A Single Prompt: LLM-Based Domain Modeling With Question Decomposition
von: Chen, Ru, et al.
Veröffentlicht: (2024)

Can an LLM Detect Instances of Microservice Infrastructure Patterns?
von: Duarte, Carlos Eduardo, et al.
Veröffentlicht: (2026)

LRASGen: LLM-based RESTful API Specification Generation
von: Deng, Sida, et al.
Veröffentlicht: (2025)

A Survey on LLM-based Code Generation for Low-Resource and Domain-Specific Programming Languages
von: Joel, Sathvik, et al.
Veröffentlicht: (2024)

HumanEvo: An Evolution-aware Benchmark for More Realistic Evaluation of Repository-level Code Generation
von: Zheng, Dewu, et al.
Veröffentlicht: (2024)

On the Effectiveness of Large Language Models in Domain-Specific Code Generation
von: Gu, Xiaodong, et al.
Veröffentlicht: (2023)

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