Buchumschlag

Human-Machine Co-Boosted Bug Report Identification with Mutualistic Neural Active Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Long, Guoming, Wang, Shihai, Fang, Hui, Chen, Tao
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

Learning Software Bug Reports: A Systematic Literature Review
von: Long, Guoming, et al.
Veröffentlicht: (2025)

Light over Heavy: Automated Performance Requirements Quantification with Linguistic Inducement
von: Wang, Shihai, et al.
Veröffentlicht: (2025)

Conjecture and Inquiry: Quantifying Software Performance Requirements via Interactive Retrieval-Augmented Preference Elicitation
von: Wang, Shihai, et al.
Veröffentlicht: (2026)

Faster Configuration Performance Bug Testing with Neural Dual-level Prioritization
von: Ma, Youpeng, et al.
Veröffentlicht: (2025)

Automated Duplicate Bug Report Detection in Large Open Bug Repositories
von: Laney, Clare E., et al.
Veröffentlicht: (2025)

HLSDebugger: Identification and Correction of Logic Bugs in HLS Code with LLM Solutions
von: Wang, Jing, et al.
Veröffentlicht: (2025)

Can We Enhance Bug Report Quality Using LLMs?: An Empirical Study of LLM-Based Bug Report Generation
von: Acharya, Jagrit, et al.
Veröffentlicht: (2025)

ImproBR: Bug Report Improver Using LLMs
von: Akyol, Emre Furkan, et al.
Veröffentlicht: (2026)

RLocator: Reinforcement Learning for Bug Localization
von: Chakraborty, Partha, et al.
Veröffentlicht: (2023)

Automated Bug Report Prioritization in Large Open-Source Projects
von: Pierson, Riley, et al.
Veröffentlicht: (2025)

Bug Analysis Towards Bug Resolution Time Prediction
von: Ozkan, Hasan Yagiz, et al.
Veröffentlicht: (2024)

BugBlitz-AI: An Intelligent QA Assistant
von: Yao, Yi, et al.
Veröffentlicht: (2024)

Empirical Analysis and Detection of Hallucinations in LLM-Generated Bug Report Summaries
von: Nirujan, Hinduja, et al.
Veröffentlicht: (2026)

One Bug, Hundreds Behind: LLMs for Large-Scale Bug Discovery
von: Wu, Qiushi, et al.
Veröffentlicht: (2025)

Automatic Identification of Machine Learning-Specific Code Smells
von: Hamfelt, Peter, et al.
Veröffentlicht: (2025)

CoTune: Co-evolutionary Configuration Tuning
von: Xiong, Gangda, et al.
Veröffentlicht: (2025)

Fine-Tuning Code Language Models to Detect Cross-Language Bugs
von: Li, Zengyang, et al.
Veröffentlicht: (2025)

GREPO: A Benchmark for Graph Neural Networks on Repository-Level Bug Localization
von: Wang, Juntong, et al.
Veröffentlicht: (2026)

Can GPT-O1 Kill All Bugs? An Evaluation of GPT-Family LLMs on QuixBugs
von: Hu, Haichuan, et al.
Veröffentlicht: (2024)

PyResBugs: A Dataset of Residual Python Bugs for Natural Language-Driven Fault Injection
von: Cotroneo, Domenico, et al.
Veröffentlicht: (2025)

BugPilot: Complex Bug Generation for Efficient Learning of SWE Skills
von: Sonwane, Atharv, et al.
Veröffentlicht: (2025)

Benchmarking Mythos-Linked Bug Rediscovery
von: David, Isaac, et al.
Veröffentlicht: (2026)

BoostAPR: Boosting Automated Program Repair via Execution-Grounded Reinforcement Learning with Dual Reward Models
von: Li, Yuanhao, et al.
Veröffentlicht: (2026)

SWE-Synth: Synthesizing Verifiable Bug-Fix Data to Enable Large Language Models in Resolving Real-World Bugs
von: Pham, Minh V. T., et al.
Veröffentlicht: (2025)

RFCAudit: An LLM Agent for Functional Bug Detection in Network Protocols
von: Zheng, Mingwei, et al.
Veröffentlicht: (2025)

MarsCode Agent: AI-native Automated Bug Fixing
von: Liu, Yizhou, et al.
Veröffentlicht: (2024)

Progressive Code Integration for Abstractive Bug Report Summarization
von: Karim, Shaira Sadia, et al.
Veröffentlicht: (2025)

A Survey of Bugs in AI-Generated Code
von: Gao, Ruofan, et al.
Veröffentlicht: (2025)

Deep Learning-Based Identification of Inconsistent Method Names: How Far Are We?
von: Wang, Taiming, et al.
Veröffentlicht: (2025)

Improving MPI Error Detection and Repair with Large Language Models and Bug References
von: Piersall, Scott, et al.
Veröffentlicht: (2026)

BLAgent: Agentic RAG for File-Level Bug Localization
von: Mamun, Md Afif Al, et al.
Veröffentlicht: (2026)

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

AEGIS: An Agent-based Framework for General Bug Reproduction from Issue Descriptions
von: Wang, Xinchen, et al.
Veröffentlicht: (2024)

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

Agents in the Sandbox: End-to-End Crash Bug Reproduction for Minecraft
von: Yapağcı, Eray, et al.
Veröffentlicht: (2025)

An Empirical Study on LLM-based Agents for Automated Bug Fixing
von: Meng, Xiangxin, et al.
Veröffentlicht: (2024)

Go-Oracle: Automated Test Oracle for Go Concurrency Bugs
von: Tsimpourlas, Foivos, et al.
Veröffentlicht: (2024)

Past, Present, and Future of Bug Tracking in the Generative AI Era
von: Torun, Utku Boran, et al.
Veröffentlicht: (2025)

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

Bugs in Large Language Models Generated Code: An Empirical Study
von: Tambon, Florian, et al.
Veröffentlicht: (2024)