Buchumschlag

CodeEvolve: LLM-Driven Evolutionary Optimization with Runtime-Enriched Target Selection for Multi-Language Code Enhancement

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Borra, Ajay Krishna, Yang, Wenzhuo, Arora, Samarth, Gotmare, Akhilesh Deepak, Gopalakrishnan, Gokulakrishnan, Gali, Tharun, Rathi, Madhav, Sahoo, Doyen, Singh, Manpreet, Verma, Mayuresh, Venka, Laksh, Singh, Shuchita
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Software Engineering Artificial Intelligence I.2.2; I.2.5
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CodeEvolve: an open source evolutionary coding agent for algorithmic discovery and optimization
von: Assumpção, Henrique, et al.
Veröffentlicht: (2025)

Can AI Assist in Olympiad Coding
von: Ren, Samuel
Veröffentlicht: (2025)

Failure Prediction at Runtime for Generative Robot Policies
von: Römer, Ralf, et al.
Veröffentlicht: (2025)

Unpacking Failure Modes of Generative Policies: Runtime Monitoring of Consistency and Progress
von: Agia, Christopher, et al.
Veröffentlicht: (2024)

LLM Performance Predictors: Learning When to Escalate in Hybrid Human-AI Moderation Systems
von: Bachar, Or, et al.
Veröffentlicht: (2026)

LLM-Assisted Formalization Enables Deterministic Detection of Statutory Inconsistency in the Internal Revenue Code
von: Yadamsuren, Borchuluun, et al.
Veröffentlicht: (2025)

AdaDec: A Uncertainty-Guided Lookahead Decoding Framework for LLM-Based Code Generation
von: He, Kaifeng, et al.
Veröffentlicht: (2025)

Vision-Guided Iterative Refinement for Frontend Code Generation
von: Sansford, Hannah, et al.
Veröffentlicht: (2026)

ContextBench: A Benchmark for Context Retrieval in Coding Agents
von: Li, Han, et al.
Veröffentlicht: (2026)

BACE: LLM-based Code Generation through Bayesian Anchored Co-Evolution of Code and Test Populations
von: Silva, Kaushitha, et al.
Veröffentlicht: (2026)

Matching Markets Meet LLMs: Algorithmic Reasoning with Ranked Preferences
von: Hosseini, Hadi, et al.
Veröffentlicht: (2025)

Robustness of Large Language Models to Perturbations in Text
von: Singh, Ayush, et al.
Veröffentlicht: (2024)

RelRepair: Enhancing Automated Program Repair by Retrieving Relevant Code
von: Liu, Shunyu, et al.
Veröffentlicht: (2025)

Exploring LLM-based Verilog Code Generation with Data-Efficient Fine-Tuning and Testbench Automation
von: Chen, Mu-Chi, et al.
Veröffentlicht: (2026)

CIFE: Code Instruction-Following Evaluation
von: Gunnu, Sravani, et al.
Veröffentlicht: (2025)

Who Gets the Kidney? Human-AI Alignment, Indecision, and Moral Values
von: Dickerson, John P., et al.
Veröffentlicht: (2025)

From Scientific Texts to Verifiable Code: Automating the Process with Transformers
von: Wang, Changjie, et al.
Veröffentlicht: (2025)

GraphEval36K: Benchmarking Coding and Reasoning Capabilities of Large Language Models on Graph Datasets
von: Wu, Qiming, et al.
Veröffentlicht: (2024)

From Cumulative Constraints to Adaptive Runtime Safety Control for Nonstationary Reinforcement Learning
von: Tomashevskiy, Timofey
Veröffentlicht: (2026)

Leveraging Large Language Models to Extract and Translate Medical Information in Doctors' Notes for Health Records and Diagnostic Billing Codes
von: Hartnett, Peter, et al.
Veröffentlicht: (2026)

RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation
von: Chen, Junting, et al.
Veröffentlicht: (2024)

CortexCompile: Harnessing Cortical-Inspired Architectures for Enhanced Multi-Agent NLP Code Synthesis
von: Ramachandran, Gautham, et al.
Veröffentlicht: (2024)

Compiled AI: Deterministic Code Generation for LLM-Based Workflow Automation
von: Trooskens, Geert, et al.
Veröffentlicht: (2026)

Predictive Analytics for Collaborators Answers, Code Quality, and Dropout on Stack Overflow
von: Zolduoarrati, Elijah, et al.
Veröffentlicht: (2025)

SiliconMind-V1: Multi-Agent Distillation and Debug-Reasoning Workflows for Verilog Code Generation
von: Chen, Mu-Chi, et al.
Veröffentlicht: (2026)

Inside the Scaffold: A Source-Code Taxonomy of Coding Agent Architectures
von: Rombaut, Benjamin
Veröffentlicht: (2026)

Leveraging Natural Language Processing and Machine Learning for Evidence-Based Food Security Policy Decision-Making in Data-Scarce Making
von: Singh, Karan Kumar, et al.
Veröffentlicht: (2026)

Plan with Code: Comparing approaches for robust NL to DSL generation
von: Bassamzadeh, Nastaran, et al.
Veröffentlicht: (2024)

Harnessing Embodied Agents: Runtime Governance for Policy-Constrained Execution
von: Qin, Xue, et al.
Veröffentlicht: (2026)

Agent WARPP: Workflow Adherence via Runtime Parallel Personalization
von: Mazzolenis, Maria Emilia, et al.
Veröffentlicht: (2025)

SilIF: Silhouette-Augmented Isolation Forest for Unsupervised Transaction Fraud Detection
von: Gopalakrishnan, Venkatakrishnan
Veröffentlicht: (2026)

AutoCodeSherpa: Symbolic Explanations in AI Coding Agents
von: Kang, Sungmin, et al.
Veröffentlicht: (2025)

FedAlign: Federated Domain Generalization with Cross-Client Feature Alignment
von: Gupta, Sunny, et al.
Veröffentlicht: (2025)

CRLLK: Constrained Reinforcement Learning for Lane Keeping in Autonomous Driving
von: Gao, Xinwei, et al.
Veröffentlicht: (2025)

Sample as You Infer: Predictive Coding With Langevin Dynamics
von: Zahid, Umais, et al.
Veröffentlicht: (2023)

ASD-Bench: A Four-Axis Comprehensive Benchmark of AI Models for Autism Spectrum Disorder
von: Singh, Shubhankit, et al.
Veröffentlicht: (2026)

An Analysis of Active Learning Algorithms using Real-World Crowd-sourced Text Annotations
von: Totakura, Varun, et al.
Veröffentlicht: (2026)

PC-SNN: Predictive Coding-based Local Hebbian Plasticity Learning in Spiking Neural Networks
von: Wang, Haidong, et al.
Veröffentlicht: (2022)

Ultra-Reduced-Impact-Encased-Logging (URIEL): propose a new method for selective sustainable logging and post-harvest silvicultural treatment in tropical forest using airborne robotics systems
von: Albiero, Daniel, et al.
Veröffentlicht: (2026)

AgentSpawn: Adaptive Multi-Agent Collaboration Through Dynamic Spawning for Long-Horizon Code Generation
von: Costa, Igor
Veröffentlicht: (2026)