Buchumschlag

Bug-Report-Driven Fault Localization: Industrial Benchmarking and Lesson Learned at ABB Robotics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hall, Pernilla, Ununger, Anton, Rubei, Riccardo, Bucaioni, Alessio
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Software Engineering Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Where's the Bug? Attention Probing for Scalable Fault Localization
von: Stein, Adam, et al.
Veröffentlicht: (2025)

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

Semantic GUI Scene Learning and Video Alignment for Detecting Duplicate Video-based Bug Reports
von: Yan, Yanfu, et al.
Veröffentlicht: (2024)

Challenging Bug Prediction and Repair Models with Synthetic Bugs
von: Ibrahimzada, Ali Reza, et al.
Veröffentlicht: (2023)

Real Faults in Deep Learning Fault Benchmarks: How Real Are They?
von: Jahangirova, Gunel, et al.
Veröffentlicht: (2024)

Fault Localization in Deep Learning-based Software: A System-level Approach
von: Morovati, Mohammad Mehdi, et al.
Veröffentlicht: (2024)

Are Large Language Models Memorizing Bug Benchmarks?
von: Ramos, Daniel, et al.
Veröffentlicht: (2024)

Towards Enhancing the Reproducibility of Deep Learning Bugs: An Empirical Study
von: Shah, Mehil B., et al.
Veröffentlicht: (2024)

A Feature-Driven Framework for Software Fault Prediction
von: Ghazi, Ahmad Nauman, et al.
Veröffentlicht: (2026)

The Fault in our Stars: Quality Assessment of Code Generation Benchmarks
von: Siddiq, Mohammed Latif, et al.
Veröffentlicht: (2024)

BugGen: A Self-Correcting Multi-Agent LLM Pipeline for Realistic RTL Bug Synthesis
von: Jasper, Surya, et al.
Veröffentlicht: (2025)

Bug Severity Prediction in Software Projects Using Supervised Machine Learning Models
von: Nice, Nafisha Tamanna
Veröffentlicht: (2026)

Constraint-Guided Test Execution Scheduling: An Experience Report at ABB Robotics
von: Gotlieb, Arnaud, et al.
Veröffentlicht: (2023)

LLM Critics Help Catch LLM Bugs
von: McAleese, Nat, et al.
Veröffentlicht: (2024)

ROSE: Transformer-Based Refactoring Recommendation for Architectural Smells
von: Nursapa, Samal, et al.
Veröffentlicht: (2025)

The Limits of Long-Context Reasoning in Automated Bug Fixing
von: Raju, Ravi, et al.
Veröffentlicht: (2026)

BLAZE: Cross-Language and Cross-Project Bug Localization via Dynamic Chunking and Hard Example Learning
von: Chakraborty, Partha, et al.
Veröffentlicht: (2024)

An Empirical Evaluation of Locally Deployed LLMs for Bug Detection in Python Code
von: Vulićević, Jelena Ilić
Veröffentlicht: (2026)

Lessons Learned from Mining the Hugging Face Repository
von: Castaño, Joel, et al.
Veröffentlicht: (2024)

Fault Localization via Fine-tuning Large Language Models with Mutation Generated Stack Traces
von: Jambigi, Neetha, et al.
Veröffentlicht: (2025)

LLM-Powered Test Case Generation for Detecting Bugs in Plausible Programs
von: Liu, Kaibo, et al.
Veröffentlicht: (2024)

Language Models are Better Bug Detector Through Code-Pair Classification
von: Alrashedy, Kamel, et al.
Veröffentlicht: (2023)

Investigating Reproducibility in Deep Learning-Based Software Fault Prediction
von: Mukhtar, Adil, et al.
Veröffentlicht: (2024)

Combining Language and App UI Analysis for the Automated Assessment of Bug Reproduction Steps
von: Mahmud, Junayed, et al.
Veröffentlicht: (2025)

When Bugs Linger: A Study of Anomalous Resolution Time Outliers and Their Themes
von: Patil, Avinash
Veröffentlicht: (2025)

ARFT-Transformer: Modeling Metric Dependencies for Cross-Project Aging-Related Bug Prediction
von: Ge, Shuning, et al.
Veröffentlicht: (2026)

Comparative Analysis of Quantum and Classical Support Vector Classifiers for Software Bug Prediction: An Exploratory Study
von: Nadim, Md, et al.
Veröffentlicht: (2025)

Imitation Game: Reproducing Deep Learning Bugs Leveraging an Intelligent Agent
von: Shah, Mehil B, et al.
Veröffentlicht: (2025)

Can LLMs Find Bugs in Code? An Evaluation from Beginner Errors to Security Vulnerabilities in Python and C++
von: Mhatre, Akshay, et al.
Veröffentlicht: (2025)

A Functional Software Reference Architecture for LLM-Integrated Systems
von: Bucaioni, Alessio, et al.
Veröffentlicht: (2025)

Artificial Intelligence for Software Architecture: Literature Review and the Road Ahead
von: Bucaioni, Alessio, et al.
Veröffentlicht: (2025)

FGDM: Reasoning Aware Multi-Agentic Framework for Software Bug Detection using Chain of Thought and Tree of Thought Prompting
von: Padmanabhuni, Srita, et al.
Veröffentlicht: (2026)

On the use of Large Language Models in Model-Driven Engineering
von: Di Rocco, Juri, et al.
Veröffentlicht: (2024)

COSMosFL: Ensemble of Small Language Models for Fault Localisation
von: Cho, Hyunjoon, et al.
Veröffentlicht: (2025)

Quality-Driven Selective Mutation for Deep Learning
von: Ahmed, Zaheed, et al.
Veröffentlicht: (2026)

Are Sparse Autoencoders Useful for Java Function Bug Detection?
von: Melo, Rui, et al.
Veröffentlicht: (2025)

Can Hessian-Based Insights Support Fault Diagnosis in Attention-based Models?
von: Jahan, Sigma, et al.
Veröffentlicht: (2025)

On the Impact of Code Comments for Automated Bug-Fixing: An Empirical Study
von: Vitale, Antonio, et al.
Veröffentlicht: (2026)

An Empirical Study of Fault Localisation Techniques for Deep Learning
von: Humbatova, Nargiz, et al.
Veröffentlicht: (2024)

Gradient-Based Program Repair: Fixing Bugs in Continuous Program Spaces
von: Silva, André, et al.
Veröffentlicht: (2025)