Buchumschlag

Cascaded Code Editing: Large-Small Model Collaboration for Effective and Efficient Code Editing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Chaozheng, Yang, Zezhou, Gao, Shuzheng, Gao, Cuiyun, Li, Zongjie, Li, Yichen, Peng, Ting, Huang, Hailiang, Deng, Yuetang, Lyu, Michael R.
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

RAG or Fine-tuning? A Comparative Study on LCMs-based Code Completion in Industry
von: Wang, Chaozheng, et al.
Veröffentlicht: (2025)

A Deep Dive into Retrieval-Augmented Generation for Code Completion: Experience on WeChat
von: Yang, Zezhou, et al.
Veröffentlicht: (2025)

Exploring Multi-Lingual Bias of Large Code Models in Code Generation
von: Wang, Chaozheng, et al.
Veröffentlicht: (2024)

SEER: Enhancing Chain-of-Thought Code Generation through Self-Exploring Deep Reasoning
von: Gao, Shuzheng, et al.
Veröffentlicht: (2025)

Automated Prompt Generation for Code Intelligence: An Empirical study and Experience in WeChat
von: Ji, Kexing, et al.
Veröffentlicht: (2025)

Empirical Study of Code Large Language Models for Binary Security Patch Detection
von: Li, Qingyuan, et al.
Veröffentlicht: (2025)

A Systematic Evaluation of Large Code Models in API Suggestion: When, Which, and How
von: Wang, Chaozheng, et al.
Veröffentlicht: (2024)

JSidentify-V2: Leveraging Dynamic Memory Fingerprinting for Mini-Game Plagiarism Detection
von: Li, Zhihao, et al.
Veröffentlicht: (2025)

Search-Based LLMs for Code Optimization
von: Gao, Shuzheng, et al.
Veröffentlicht: (2024)

Learning in the Wild: Towards Leveraging Unlabeled Data for Effectively Tuning Pre-trained Code Models
von: Gao, Shuzheng, et al.
Veröffentlicht: (2024)

SR-Eval: Evaluating LLMs on Code Generation under Stepwise Requirement Refinement
von: Zhan, Zexun, et al.
Veröffentlicht: (2025)

Deep Learning Based Code Generation Methods: Literature Review
von: Yang, Zezhou, et al.
Veröffentlicht: (2023)

ComplexCodeEval: A Benchmark for Evaluating Large Code Models on More Complex Code
von: Feng, Jia, et al.
Veröffentlicht: (2024)

JSProtect: A Scalable Obfuscation Framework for Mini-Games in WeChat
von: Li, Zhihao, et al.
Veröffentlicht: (2025)

What Makes Good In-context Demonstrations for Code Intelligence Tasks with LLMs?
von: Gao, Shuzheng, et al.
Veröffentlicht: (2023)

SPVR: syntax-to-prompt vulnerability repair based on large language models
von: Wang, Ruoke, et al.
Veröffentlicht: (2024)

Bridge and Hint: Extending Pre-trained Language Models for Long-Range Code
von: Chen, Yujia, et al.
Veröffentlicht: (2024)

A Roadmap on Modern Code Review: Challenges and Opportunities
von: Yang, Zezhou, et al.
Veröffentlicht: (2024)

An Empirical Study of Retrieval-Augmented Code Generation: Challenges and Opportunities
von: Yang, Zezhou, et al.
Veröffentlicht: (2025)

An Empirical Study of Knowledge Distillation for Code Understanding Tasks
von: Wang, Ruiqi, et al.
Veröffentlicht: (2025)

The Prompt Alchemist: Automated LLM-Tailored Prompt Optimization for Test Case Generation
von: Gao, Shuzheng, et al.
Veröffentlicht: (2025)

A Closer Look into Transformer-Based Code Intelligence Through Code Transformation: Challenges and Opportunities
von: Li, Yaoxian, et al.
Veröffentlicht: (2022)

TREAT: A Code LLMs Trustworthiness / Reliability Evaluation and Testing Framework
von: Gao, Shuzheng, et al.
Veröffentlicht: (2025)

SPENCER: Self-Adaptive Model Distillation for Efficient Code Retrieval
von: Gu, Wenchao, et al.
Veröffentlicht: (2025)

SCALE: Constructing Structured Natural Language Comment Trees for Software Vulnerability Detection
von: Wen, Xin-Cheng, et al.
Veröffentlicht: (2024)

CodeVisionary: An Agent-based Framework for Evaluating Large Language Models in Code Generation
von: Wang, Xinchen, et al.
Veröffentlicht: (2025)

PEACE: Towards Efficient Project-Level Efficiency Optimization via Hybrid Code Editing
von: Ren, Xiaoxue, et al.
Veröffentlicht: (2025)

On the Effectiveness of Context Compression for Repository-Level Tasks: An Empirical Investigation
von: Feng, Jia, et al.
Veröffentlicht: (2026)

EfficientEdit: Accelerating Code Editing via Edit-Oriented Speculative Decoding
von: Wang, Peiding, et al.
Veröffentlicht: (2025)

CodeCrash: Exposing LLM Fragility to Misleading Natural Language in Code Reasoning
von: Lam, Man Ho, et al.
Veröffentlicht: (2025)

When Model Editing Meets Service Evolution: A Knowledge-Update Perspective for Service Recommendation
von: Fan, Guodong, et al.
Veröffentlicht: (2026)

COFFE: A Code Efficiency Benchmark for Code Generation
von: Peng, Yun, et al.
Veröffentlicht: (2025)

Reasoning as a Resource: Optimizing Fast and Slow Thinking in Code Generation Models
von: Li, Zongjie, et al.
Veröffentlicht: (2025)

Integrating Rules and Semantics for LLM-Based C-to-Rust Translation
von: Luo, Feng, et al.
Veröffentlicht: (2025)

API-guided Dataset Synthesis to Finetune Large Code Models
von: Li, Zongjie, et al.
Veröffentlicht: (2024)

Towards Mitigating API Hallucination in Code Generated by LLMs with Hierarchical Dependency Aware
von: Chen, Yujia, et al.
Veröffentlicht: (2025)

Uncovering Weaknesses in Neural Code Generation
von: Lian, Xiaoli, et al.
Veröffentlicht: (2024)

InstructCoder: Instruction Tuning Large Language Models for Code Editing
von: Li, Kaixin, et al.
Veröffentlicht: (2023)

Directional Diffusion-Style Code Editing Pre-training
von: Liang, Qingyuan, et al.
Veröffentlicht: (2025)

Efficient Code Analysis via Graph-Guided Large Language Models
von: Gao, Hang, et al.
Veröffentlicht: (2026)