Buchumschlag

Converted, Not Equivalent: Benchmarking Codebase Conversion via Observational Equivalence

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Song, Linxin, Chen, Jiefeng, Huang, Yue, Mishra, Bhavana Dalvi, Wang, Chi, Zhao, Jieyu, Yoon, Jinsung, Pfister, Tomas
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Software Engineering Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Finding Logic Bugs in Spatial Database Engines via Affine Equivalent Inputs
von: Deng, Wenjing, et al.
Veröffentlicht: (2024)

Generating Equivalent Representations of Code By A Self-Reflection Approach
von: Li, Jia, et al.
Veröffentlicht: (2024)

Is Productivity in Quantum Programming Equivalent to Expressiveness?
von: Corrales-Garro, Francini, et al.
Veröffentlicht: (2025)

FormulaCode: Evaluating Agentic Optimization on Large Codebases
von: Sehgal, Atharva, et al.
Veröffentlicht: (2026)

SWE-CI: Evaluating Agent Capabilities in Maintaining Codebases via Continuous Integration
von: Chen, Jialong, et al.
Veröffentlicht: (2026)

VERT: Verified Equivalent Rust Transpilation with Large Language Models as Few-Shot Learners
von: Yang, Aidan Z. H., et al.
Veröffentlicht: (2024)

EquiBench: Benchmarking Large Language Models' Reasoning about Program Semantics via Equivalence Checking
von: Wei, Anjiang, et al.
Veröffentlicht: (2025)

FairCoder: Evaluating Social Bias of LLMs in Code Generation
von: Du, Yongkang, et al.
Veröffentlicht: (2025)

RPG: A Repository Planning Graph for Unified and Scalable Codebase Generation
von: Luo, Jane, et al.
Veröffentlicht: (2025)

Proving Cypher Query Equivalence
von: Tang, Lei, et al.
Veröffentlicht: (2025)

The Secrets Must Not Flow: Scaling Security Verification to Large Codebases (extended version)
von: Arquint, Linard, et al.
Veröffentlicht: (2025)

QEMI: A Quantum Software Stacks Testing Framework via Equivalence Modulo Inputs
von: Luo, Junjie, et al.
Veröffentlicht: (2026)

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

SWE-Adept: An LLM-Based Agentic Framework for Deep Codebase Analysis and Structured Issue Resolution
von: He, Kang, et al.
Veröffentlicht: (2026)

An Empirical Evaluation of Manually Created Equivalent Mutants
von: Straubinger, Philipp, et al.
Veröffentlicht: (2024)

What can Large Language Models Capture about Code Functional Equivalence?
von: Maveli, Nickil, et al.
Veröffentlicht: (2024)

Large Language Models for Equivalent Mutant Detection: How Far Are We?
von: Tian, Zhao, et al.
Veröffentlicht: (2024)

Confucius Code Agent: Scalable Agent Scaffolding for Real-World Codebases
von: Wong, Sherman, et al.
Veröffentlicht: (2025)

Code-Survey: An LLM-Driven Methodology for Analyzing Large-Scale Codebases
von: Zheng, Yusheng, et al.
Veröffentlicht: (2024)

Disproving Program Equivalence with LLMs
von: Allamanis, Miltiadis, et al.
Veröffentlicht: (2025)

Refactoring Codebases through Library Design
von: Kovacic, Ziga, et al.
Veröffentlicht: (2025)

TestExplora: Benchmarking LLMs for Proactive Bug Discovery via Repository-Level Test Generation
von: Liu, Steven, et al.
Veröffentlicht: (2026)

Compiler Optimization Testing Based on Optimization-Guided Equivalence Transformations
von: Wu, Jingwen, et al.
Veröffentlicht: (2025)

Prometheus: Towards Long-Horizon Codebase Navigation for Repository-Level Problem Solving
von: Pan, Yue, et al.
Veröffentlicht: (2025)

Isolating Language-Coding from Problem-Solving: Benchmarking LLMs with PseudoEval
von: Wu, Jiarong, et al.
Veröffentlicht: (2025)

RacerF: Lightweight Static Data Race Detection for C Code
von: Dacík, Tomáš, et al.
Veröffentlicht: (2025)

RacerF: Data Race Detection with Frama-C (Competition Contribution)
von: Dacík, Tomáš, et al.
Veröffentlicht: (2025)

Equivalence, Identity, and Unitarity Checking in Black-Box Testing of Quantum Programs
von: Long, Peixun, et al.
Veröffentlicht: (2023)

EvoCodeBench: An Evolving Code Generation Benchmark with Domain-Specific Evaluations
von: Li, Jia, et al.
Veröffentlicht: (2024)

Codified Context: Infrastructure for AI Agents in a Complex Codebase
von: Vasilopoulos, Aristidis
Veröffentlicht: (2026)

Documentation-Guided Agentic Codebase Migration from C to Rust
von: Le-Anh, Minh, et al.
Veröffentlicht: (2026)

MetaTool Benchmark for Large Language Models: Deciding Whether to Use Tools and Which to Use
von: Huang, Yue, et al.
Veröffentlicht: (2023)

Precise Debugging Benchmark: Is Your Model Debugging or Regenerating?
von: Zhu, Wang Bill, et al.
Veröffentlicht: (2026)

EffiBench: Benchmarking the Efficiency of Automatically Generated Code
von: Huang, Dong, et al.
Veröffentlicht: (2024)

SWE-Master: Unleashing the Potential of Software Engineering Agents via Post-Training
von: Song, Huatong, et al.
Veröffentlicht: (2026)

Unseen-Codebases-Domain Data Synthesis and Training Based on Code Graphs
von: Ou, Guangsheng, et al.
Veröffentlicht: (2026)

ReqToCode: Embedding Requirements Traceability as a Structural Property of the Codebase
von: Schlathölter, Thorsten
Veröffentlicht: (2026)

ConvCodeWorld: Benchmarking Conversational Code Generation in Reproducible Feedback Environments
von: Han, Hojae, et al.
Veröffentlicht: (2025)

DependEval: Benchmarking LLMs for Repository Dependency Understanding
von: Du, Junjia, et al.
Veröffentlicht: (2025)

ContextEcho: A Benchmark for Persona Drift in Long Agentic-Coding Sessions
von: Ding, Xianzhong, et al.
Veröffentlicht: (2026)