Buchumschlag

Can LLMs be Effective Code Contributors? A Study on Open-source Projects

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chong, Chun Jie, Ahmed, Muyeed, Zhihao, Yao, Neamtiu, Iulian
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

Towards Precise Detection of Personal Information Leaks in Mobile Health Apps
von: Ardalani, Alireza, et al.
Veröffentlicht: (2024)

Artificial-Intelligence Generated Code Considered Harmful: A Road Map for Secure and High-Quality Code Generation
von: Chong, Chun Jie, et al.
Veröffentlicht: (2024)

Demystifying Code Snippets in Code Reviews: A Study of the OpenStack and Qt Communities and A Practitioner Survey
von: Zhang, Beiqi, et al.
Veröffentlicht: (2023)

An Empirical Study of Policy-as-Code Adoption in Open-Source Software Projects
von: Foalem, Patrick Loic, et al.
Veröffentlicht: (2026)

CROSS: A Contributor-Project Interaction Lifecycle Model for Open Source Software
von: Dey, Tapajit, et al.
Veröffentlicht: (2024)

Understanding Open Source Contributor Profiles in Popular Machine Learning Libraries
von: Liu, Jiawen, et al.
Veröffentlicht: (2024)

Pots of Gold at the End of the Rainbow: What is Success for Open Source Contributors?
von: Trinkenreich, Bianca, et al.
Veröffentlicht: (2021)

The Shifting Sands of Motivation: Revisiting What Drives Contributors in Open Source
von: Gerosa, Marco, et al.
Veröffentlicht: (2021)

Can LLMs Replace Human Evaluators? An Empirical Study of LLM-as-a-Judge in Software Engineering
von: Wang, Ruiqi, et al.
Veröffentlicht: (2025)

Can Emulating Semantic Translation Help LLMs with Code Translation? A Study Based on Pseudocode
von: Chen, Songqiang, et al.
Veröffentlicht: (2025)

Code Digital Twin: Empowering LLMs with Tacit Knowledge for Complex Software Development
von: Peng, Xin, et al.
Veröffentlicht: (2025)

Studying LLM Performance on Closed- and Open-source Data
von: Ahmed, Toufique, et al.
Veröffentlicht: (2024)

Investigating CI/CD-based Technical Debt Management in Open-source Projects
von: Biazotto, João Paulo, et al.
Veröffentlicht: (2026)

Unsafe and Unused? A History of Utility Code in Mature Open Source Projects
von: Keller, Brandon, et al.
Veröffentlicht: (2026)

A Systematic Literature Review of Code Hallucinations in LLMs: Characterization, Mitigation Methods, Challenges, and Future Directions for Reliable AI
von: Gao, Cuiyun, et al.
Veröffentlicht: (2025)

LLMs are Bug Replicators: An Empirical Study on LLMs' Capability in Completing Bug-prone Code
von: Guo, Liwei, et al.
Veröffentlicht: (2025)

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

Towards Trustworthy LLMs for Code: A Data-Centric Synergistic Auditing Framework
von: Wang, Chong, et al.
Veröffentlicht: (2024)

Teaching Code LLMs to Use Autocompletion Tools in Repository-Level Code Generation
von: Wang, Chong, et al.
Veröffentlicht: (2024)

APIRAT: Integrating Multi-source API Knowledge for Enhanced Code Translation with LLMs
von: Wang, Chaofan, et al.
Veröffentlicht: (2025)

Beyond Accuracy: An Empirical Study on Unit Testing in Open-source Deep Learning Projects
von: Wang, Han, et al.
Veröffentlicht: (2024)

Evaluating LLMs Effectiveness in Detecting and Correcting Test Smells: An Empirical Study
von: Santana Jr, E. G., et al.
Veröffentlicht: (2025)

Assertion Messages with Large Language Models (LLMs) for Code
von: Aljohani, Ahmed, et al.
Veröffentlicht: (2025)

Adoption and Evolution of Code Style and Best Programming Practices in Open-Source Projects
von: Kupari, Alvari, et al.
Veröffentlicht: (2026)

SynConfRoute: Syntax-Aware Routing for Efficient Code Completion with Small CodeLLMs
von: Thangarajah, Kishanthan, et al.
Veröffentlicht: (2026)

RepoZero: Can LLMs Generate a Code Repository from Scratch?
von: Zhang, Zhaoxi, et al.
Veröffentlicht: (2026)

Programming Language Confusion: When Code LLMs Can't Keep their Languages Straight
von: Moumoula, Micheline Bénédicte, et al.
Veröffentlicht: (2025)

Reflection on Code Contributor Demographics and Collaboration Patterns in the Rust Community
von: Dandamudi, Rohit, et al.
Veröffentlicht: (2025)

Sentiment Analysis of ML Projects: Bridging Emotional Intelligence and Code Quality
von: Ahmed, Md Shoaib, et al.
Veröffentlicht: (2024)

Contextual Code Retrieval for Commit Message Generation: A Preliminary Study
von: Xiong, Bo, et al.
Veröffentlicht: (2025)

Addressing OSS Community Managers' Challenges in Contributor Retention
von: Feng, Zixuan, et al.
Veröffentlicht: (2026)

Build Issue Resolution from the Perspective of Non-Contributors
von: Huang, Sunzhou, et al.
Veröffentlicht: (2024)

Cross-Project Flakiness: A Case Study of the OpenStack Ecosystem
von: Xiao, Tao, et al.
Veröffentlicht: (2026)

ZeroCoder: Can LLMs Improve Code Generation Without Ground-Truth Supervision?
von: Fan, Lishui, et al.
Veröffentlicht: (2026)

Can LLMs Solve Science or Just Write Code? Evaluating Quantum Solver Generation
von: Baresi, Luciano, et al.
Veröffentlicht: (2026)

PromptDebt: A Comprehensive Study of Technical Debt Across LLM Projects
von: Aljohani, Ahmed, et al.
Veröffentlicht: (2025)

Can LLMs Deobfuscate Binary Code? A Systematic Analysis of Large Language Models into Pseudocode Deobfuscation
von: Hu, Li, et al.
Veröffentlicht: (2026)

Ethical Classification of Non-Coding Contributions in Open-Source Projects via Large Language Models
von: Cobos, Sergio, et al.
Veröffentlicht: (2025)

A Purpose-oriented Study on Open-source Software Commits and Their Impacts on Software Quality
von: He, Jincheng, et al.
Veröffentlicht: (2025)

Can LLMs Replace Humans During Code Chunking?
von: Glasz, Christopher, et al.
Veröffentlicht: (2025)