Buchumschlag

Knowledge Lever Risk Management for Software Engineering: A Stochastic Framework for Mitigating Knowledge Loss

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chua, Mark, Ajila, Samuel
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

Understanding Defects in Generated Codes by Language Models
von: Esfahani, Ali Mohammadi, et al.
Veröffentlicht: (2024)

From Knowledge to Noise: CTIM-Rover and the Pitfalls of Episodic Memory in Software Engineering Agents
von: Lindenbauer, Tobias, et al.
Veröffentlicht: (2025)

Mitigating Prompt-Induced Cognitive Biases in General-Purpose AI for Software Engineering
von: Sovrano, Francesco, et al.
Veröffentlicht: (2026)

CommitDistill: A Lightweight Knowledge-Centric Memory Layer for Software Repositories
von: Chukkapalli, Divya, et al.
Veröffentlicht: (2026)

Unified Software Engineering Agent as AI Software Engineer
von: Applis, Leonhard, et al.
Veröffentlicht: (2025)

Shift-Up: A Framework for Software Engineering Guardrails in AI-native Software Development -- Initial Findings
von: Lipsanen, Petrus, et al.
Veröffentlicht: (2026)

Standardizing Knowledge Engineering Practices with a Reference Architecture
von: Allen, Bradley P., et al.
Veröffentlicht: (2024)

Empirical Evaluation of AI-Assisted Software Package Selection: A Knowledge Graph Approach
von: Farshidi, Siamak, et al.
Veröffentlicht: (2025)

LLMs: A Game-Changer for Software Engineers?
von: Haque, Md Asraful
Veröffentlicht: (2024)

ALMAS: an Autonomous LLM-based Multi-Agent Software Engineering Framework
von: Tawosi, Vali, et al.
Veröffentlicht: (2025)

MAAD: Automate Software Architecture Design through Knowledge-Driven Multi-Agent Collaboration
von: Li, Ruiyin, et al.
Veröffentlicht: (2025)

DevLicOps: A Framework for Mitigating Licensing Risks in AI-Generated Code
von: Sharma, Pratyush Nidhi, et al.
Veröffentlicht: (2025)

OLAF: Towards Robust LLM-Based Annotation Framework in Empirical Software Engineering
von: Imran, Mia Mohammad, et al.
Veröffentlicht: (2025)

Software Performance Engineering for Foundation Model-Powered Software
von: Zhang, Haoxiang, et al.
Veröffentlicht: (2024)

Same Signal, Different Semantics: A Cross-Framework Behavioral Analysis of Software Engineering Agents
von: Ma, Wei, et al.
Veröffentlicht: (2026)

Causal Software Engineering: A Vision and Roadmap
von: Pietrantuono, Roberto, et al.
Veröffentlicht: (2026)

AgentForge: Execution-Grounded Multi-Agent LLM Framework for Autonomous Software Engineering
von: Kumar, Rajesh, et al.
Veröffentlicht: (2026)

ARCEAK: An Automated Rule Checking Framework Enhanced with Architectural Knowledge
von: Chen, Junyong, et al.
Veröffentlicht: (2024)

Reversa: A Reverse Documentation Engineering Framework for Converting Legacy Software into Operational Specifications for AI Agents
von: de Macedo, Sanderson Oliveira, et al.
Veröffentlicht: (2026)

TAAF: A Trace Abstraction and Analysis Framework Synergizing Knowledge Graphs and LLMs
von: Ezaz, Alireza, et al.
Veröffentlicht: (2026)

Reflections on the Reproducibility of Commercial LLM Performance in Empirical Software Engineering Studies
von: Angermeir, Florian, et al.
Veröffentlicht: (2025)

AI-Tutoring in Software Engineering Education
von: Frankford, Eduard, et al.
Veröffentlicht: (2024)

Revisiting Software Engineering Education in the Era of Large Language Models: A Curriculum Adaptation and Academic Integrity Framework
von: Degerli, Mustafa
Veröffentlicht: (2026)

Building Trust in the Skies: A Knowledge-Grounded LLM-based Framework for Aviation Safety
von: Iyengar, Anirudh, et al.
Veröffentlicht: (2026)

SEER: Sustainability Enhanced Engineering of Software Requirements
von: Roy, Mandira, et al.
Veröffentlicht: (2025)

Agentic AI Software Engineers: Programming with Trust
von: Roychoudhury, Abhik, et al.
Veröffentlicht: (2025)

Generative AI and Empirical Software Engineering: A Paradigm Shift
von: Treude, Christoph, et al.
Veröffentlicht: (2025)

CAKE: Cloud Architecture Knowledge Evaluation of Large Language Models
von: Adam, Tim Lukas, et al.
Veröffentlicht: (2026)

Synergizing LLMs and Knowledge Graphs: A Novel Approach to Software Repository-Related Question Answering
von: Abedu, Samuel, et al.
Veröffentlicht: (2024)

Towards an Appropriate Level of Reliance on AI: A Preliminary Reliance-Control Framework for AI in Software Engineering
von: Ferino, Samuel, et al.
Veröffentlicht: (2026)

Explore-Construct-Filter: An Automated Framework for Rich and Reliable API Knowledge Graph Construction
von: Sun, Yanbang, et al.
Veröffentlicht: (2025)

Artificial Intelligence as a Catalyst for Innovation in Software Engineering
von: Fernández-y-Fernández, Carlos Alberto, et al.
Veröffentlicht: (2026)

Towards Comprehensive Benchmarking Infrastructure for LLMs In Software Engineering
von: Rodriguez-Cardenas, Daniel, et al.
Veröffentlicht: (2026)

SECite: Analyzing and Summarizing Citations in Software Engineering Literature
von: Pyreddy, Shireesh Reddy, et al.
Veröffentlicht: (2026)

CodeClash: Benchmarking Goal-Oriented Software Engineering
von: Yang, John, et al.
Veröffentlicht: (2025)

In-Context Code-Text Learning for Bimodal Software Engineering
von: Tang, Xunzhu, et al.
Veröffentlicht: (2024)

Artificial Intelligence in Open Source Software Engineering: A Foundation for Sustainability
von: Karim, S M Rakib UI, et al.
Veröffentlicht: (2026)

Large Language Models for Software Engineering: A Systematic Literature Review
von: Hou, Xinyi, et al.
Veröffentlicht: (2023)

Large Language Model-Based Agents for Software Engineering: A Survey
von: Liu, Junwei, et al.
Veröffentlicht: (2024)

Code Reasoning for Software Engineering Tasks: A Survey and A Call to Action
von: Pujar, Saurabh, et al.
Veröffentlicht: (2025)