Buchumschlag

Crash-free Deductive Verifiers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nauta, Wander, Gerhold, Marcus, Huisman, Marieke
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

Scalable Deductive Verification of Data-Level Parallel Programs
von: Haak, Lars B. van den, et al.
Veröffentlicht: (2026)

Finding the Needle in the Crash Stack: Industrial-Scale Crash Root Cause Localization with AutoCrashFL
von: Kang, Sungmin, et al.
Veröffentlicht: (2025)

CrashJS: A NodeJS Benchmark for Automated Crash Reproduction
von: Oliver, Philip, et al.
Veröffentlicht: (2024)

Formal Methods: From Academia to Industrial Practice. A Travel Guide
von: Huisman, Marieke, et al.
Veröffentlicht: (2020)

Predicting the Impact of Crashes Across Release Channels
von: Mujahid, Suhaib, et al.
Veröffentlicht: (2024)

GPTrace: Effective Crash Deduplication Using LLM Embeddings
von: Herter, Patrick, et al.
Veröffentlicht: (2025)

AutoDeduct: A Tool for Automated Deductive Verification of C Code
von: Amilon, Jesper, et al.
Veröffentlicht: (2025)

RE-oriented Model Development with LLM Support and Deduction-based Verification
von: Klimek, Radoslaw
Veröffentlicht: (2025)

MR-Adopt: Automatic Deduction of Input Transformation Function for Metamorphic Testing
von: Xu, Congying, et al.
Veröffentlicht: (2024)

Beyond Crash-to-Patch: Patch Evolution for Linux Kernel Repair
von: Bai, Luyao, et al.
Veröffentlicht: (2026)

Runtime-Augmented LLMs for Crash Detection and Diagnosis in ML Notebooks
von: Wang, Yiran, et al.
Veröffentlicht: (2026)

Crash Report Enhancement with Large Language Models: An Empirical Study
von: Fahim, S M Farah Al, et al.
Veröffentlicht: (2025)

DaiFu: In-Situ Crash Recovery for Deep Learning Systems
von: He, Zilong, et al.
Veröffentlicht: (2025)

Toward Practical Deductive Verification: Insights from a Qualitative Survey in Industry and Academia
von: Brugger, Lea Salome, et al.
Veröffentlicht: (2025)

Outrunning LLM Cutoffs: A Live Kernel Crash Resolution Benchmark for All
von: Huang, Chenxi, et al.
Veröffentlicht: (2026)

Better Debugging: Combining Static Analysis and LLMs for Explainable Crashing Fault Localization
von: Yan, Jiwei, et al.
Veröffentlicht: (2024)

TRIAD: Automated Traceability Recovery based on Biterm-enhanced Deduction of Transitive Links among Artifacts
von: Gao, Hui, et al.
Veröffentlicht: (2023)

JunoBench: A Benchmark Dataset of Crashes in Python Machine Learning Jupyter Notebooks
von: Wang, Yiran, et al.
Veröffentlicht: (2025)

SAFE: Harnessing LLM for Scenario-Driven ADS Testing from Multimodal Crash Data
von: Luo, Siwei, et al.
Veröffentlicht: (2025)

Why do Machine Learning Notebooks Crash? An Empirical Study on Public Python Jupyter Notebooks
von: Wang, Yiran, et al.
Veröffentlicht: (2024)

A Study of Using Multimodal LLMs for Non-Crash Functional Bug Detection in Android Apps
von: Ju, Bangyan, et al.
Veröffentlicht: (2024)

KGym: A Platform and Dataset to Benchmark Large Language Models on Linux Kernel Crash Resolution
von: Mathai, Alex, et al.
Veröffentlicht: (2024)

Crash Report Accumulation During Continuous Fuzzing
von: Yegorov, Ilya, et al.
Veröffentlicht: (2024)

Learning Project-wise Subsequent Code Edits via Interleaving Neural-based Induction and Tool-based Deduction
von: Liu, Chenyan, et al.
Veröffentlicht: (2026)

When Domains Collide: An Activity Theory Exploration of Cross-Disciplinary Collaboration
von: Feng, Zixuan, et al.
Veröffentlicht: (2025)

Towards Deductive Verification of Control Algorithms for Autonomous Marine Vehicles
von: Foster, Simon, et al.
Veröffentlicht: (2020)

ExecVerify: White-Box RL with Verifiable Stepwise Rewards for Code Execution Reasoning
von: Tang, Lingxiao, et al.
Veröffentlicht: (2026)

Stack Trace-Based Crash Deduplication with Transformer Adaptation
von: Mamun, Md Afif Al, et al.
Veröffentlicht: (2025)

Verify Linearizability of Concurrent Stacks
von: Wen, Tangliu
Veröffentlicht: (2021)

Verify Implementation Equivalence of Large Models
von: Zhan, Qi, et al.
Veröffentlicht: (2026)

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

From Inductive to Deductive: LLMs-Based Qualitative Data Analysis in Requirements Engineering
von: Shah, Syed Tauhid Ullah, et al.
Veröffentlicht: (2025)

Verifier Warnings Do Not Improve Comprehensibility Prediction
von: De Silva, Nadeeshan, et al.
Veröffentlicht: (2026)

Formally Verified Binary-level Pointer Analysis
von: Verbeek, Freek, et al.
Veröffentlicht: (2025)

Towards Verifiably Safe Tool Use for LLM Agents
von: Doshi, Aarya, et al.
Veröffentlicht: (2026)

Refining Fuzzed Crashing Inputs for Better Fault Diagnosis
von: Kim, Kieun, et al.
Veröffentlicht: (2025)

Fixing 7,400 Bugs for 1$: Cheap Crash-Site Program Repair
von: Zheng, Han, et al.
Veröffentlicht: (2025)

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

Fuzzing BusyBox: Leveraging LLM and Crash Reuse for Embedded Bug Unearthing
von: Asmita, et al.
Veröffentlicht: (2024)

The Impact Of Bug Localization Based on Crash Report Mining: A Developers' Perspective
von: Medeiros, Marcos, et al.
Veröffentlicht: (2024)