الاقتباس
سيناريوهات الإصلاح
علة الدلالية
ثغرة أمنية
خطأ في بناء الجملة
مشكلة البرمجة
تحذير ثابت
التصحيح الذاتي
خطأ في الكتابة
اختبار واجهة المستخدم على شبكة الإنترنت
العقد الذكي
خطأ في الأجهزة
خطأ في الأداء
إساءة استخدام واجهة برمجة التطبيقات
تحطم علة
حالة الاختبار
دليل رسمي
خطأ في الترجمة
مشكلة جيثب
مراجعة الكود
مخطط الحركة
؟ دراسة الإنسان
؟ تقييم تصحيح التصحيح
المعيار
؟ استطلاعات معدل الفائدة السنوية ذات الصلة
@article{zhang2024survey, title={مراجعة منهجية للأدبيات حول نماذج اللغات الكبيرة لإصلاح البرامج الآلي}، المؤلف={Zhang, Quanjun and Fang, Chunrong and Xie, Yang and Ma, Yuxiang and Sun, Weisong and Yang, Yun and Chen , Zhenyu}, Journal={arXiv preprint arXiv:2405.01466}
العام={2024}}إضافة دراسات قائمة على وكيل SE لقضايا GitHub
إضافة أوراق ISSTA 2024
قم بإصدار نسخة جديدة من هذه الورقة على arXiv
النواة: حل مشكلات جودة التعليمات البرمجية باستخدام LLMs [2024-FSE]
الإصلاح الفوري: تقنية الإصلاح التلقائي للثغرات الأمنية بناءً على الهندسة السريعة [2024-ICNC]
تقييم نماذج اللغات الكبيرة لإصلاح الثغرات الأمنية في العالم الحقيقي في كود C/C++ [2024-IWSPA]
التحقيق في إمكانات نماذج اللغة الكبيرة لإصلاح التعليمات البرمجية تلقائيًا في Python [2024-Cluster Computing]
LPR: تخفيض البرامج بمساعدة نماذج اللغة الكبيرة[2024-ISSTA]
دراسة حالة LLM لإصلاح الثغرات الأمنية تلقائيًا: تقييم تأثير الاستدلال وملاحظات التحقق من صحة التصحيح (2024年7月) AIware 2024
عندما تواجه نماذج اللغات الكبيرة الإصلاح التلقائي للبرنامج على مستوى المستودع: ما مدى نجاحهم في ذلك؟ [2024-ICSE]
استكشاف الضبط الدقيق الفعال للمعلمات لنموذج اللغة الكبير عند إصلاح البرنامج الآلي [2024-ASE]
استكشاف إمكانات إصلاح البرامج المستندة إلى مجموعة اختبارات المحادثة على منصة SWE [2024-arXiv]
استكشاف وتعزيز متانة إصلاح البرامج الآلي المدعوم من LLM من خلال اختبار التحول[2024-arXiv] [ورقة]
فرق تسد: أتمتة مراجعات التعليمات البرمجية عبر الترجمة والمراجعة [2024-TOSEM]
من التعليمات البرمجية إلى الصحة: إغلاق الميل الأخير من إنشاء التعليمات البرمجية من خلال التصحيح الهرمي للأخطاء [2024-arXiv] [ورقة] [الريبو]
إصلاح البرنامج الآلي لمهام البرمجة التمهيدية [2024-TLT] [ورقة]
الإصلاح الآلي لكود الذكاء الاصطناعي باستخدام نماذج لغوية كبيرة والتحقق الرسمي [2024-arXiv] [ورقة]
CraftRTL: إنشاء بيانات اصطناعية عالية الجودة لنماذج كود Verilog مع تمثيلات غير نصية صحيحة حسب البناء وإصلاح التعليمات البرمجية المستهدفة [2024-arXiv-NVIDIA] [ورقة]
قياس الأداء الآلي لإصلاح البرامج: دراسة موسعة حول كل من الأخطاء الواقعية والاصطناعية [2024-ISSTA] [ورقة]
إصلاح البرنامج الآلي عبر المحادثة: إصلاح 162 خطأ من أصل 337 مقابل 0.42 دولار لكل خطأ باستخدام chatgpt[2024-ISSTA] [ورقة]
الاستفادة من نموذج اللغة الكبير لتقييم تصحيح التصحيح التلقائي [2024-TSE] [ورقة]
الإصلاح الآلي للبرنامج لأخطاء التباين في أنظمة خطوط إنتاج البرامج [2024-JSS] [ورقة]
PyBugHive: قاعدة بيانات شاملة لأخطاء Python التي تم التحقق منها يدويًا والقابلة للتكرار [2024-IEEE Access] [ورقة]
كيف نفهم مستودع البرامج بالكامل؟ [2024-arXiv] [ورقة]
الإصلاح الآلي للبرنامج لأخطاء التباين في أنظمة خطوط إنتاج البرامج [2024-JSS] [ورقة]
نهج موحد لتصحيح الأخطاء عبر التآزر متعدد الوكلاء القائم على LLM [2024-arxiv] [ورقة] [الريبو]
إلى أي مدى يمكننا المضي قدمًا في إصلاح البرنامج العملي على مستوى الوظيفة؟ [2024-arxiv] [ورقة] [الريبو]
إصلاح البرنامج الآلي عبر المحادثة: إصلاح 162 خطأ من أصل 337 مقابل 0.42 دولار لكل خطأ باستخدام chatgpt[2024-ISSTA] [ورقة]
الإصدار القديم: استمر في المحادثة: إصلاح 162 خطأ من أصل 337 مقابل 0.42 دولار لكل منها باستخدام ChatGPT [2023-arxiv] [ورقة]
نهج جديد للإصلاح التلقائي للبرنامج باستخدام الترجمة ذهابًا وإيابًا مع نماذج اللغات الكبيرة [2024-arxiv] [ورقة] [repo]
خارج السياق: ما مدى أهمية السياق المحلي في إصلاح البرامج العصبية؟ [2024-ICSE] [ورقة] [الريبو]
الضبط الدقيق متعدد الأهداف لإصلاح البرامج المحسّن باستخدام LLMs [2024-arxiv] [ورقة]
محاذاة LLMs لإصلاح البرامج الخالية من FL [2024-arxiv] [ورقة]
إصلاح التباين: تحسين إصلاح البرنامج الآلي القائم على المحادثة من خلال أزواج حالات الاختبار المتباينة [2024-arxiv] [مقالة]
استكشاف إمكانات النماذج اللغوية المدربة مسبقًا للتعليمات البرمجية لإصلاح البرامج الآلي [2024-إلكترونيات] [ورقة]
CigaR: برنامج إصلاح فعال من حيث التكلفة مع LLMs [2024-arxiv] [ورقة] [الريبو]
مشكلة اختيار الحقائق في إصلاح البرامج المستندة إلى LLM [2024-arxiv] [ورقة] [الريبو]
نهج جديد لإصلاح البرامج الآلي باستخدام الترجمة ذهابًا وإيابًا مع نماذج اللغات الكبيرة [2024-arxiv] [ورقة] [الريبو]
RepairAgent: وكيل مستقل قائم على LLM لإصلاح البرامج [2024-arxiv] [ورقة]
نظرة عميقة في نماذج اللغات الكبيرة لتوطين الأخطاء وإصلاحها تلقائيًا [2024-FSE/ESEC] [ورقة]
إصلاح البرامج الآلي في عصر نماذج اللغات الكبيرة المدربة مسبقًا [2023-ICSE] [ورقة] [الريبو]
الإصلاح على وشك الإنشاء: إصلاح برنامج متعدد اللغات مع LLM [2023-AAAI] [ورقة]
الاختيار الفوري القائم على الاسترجاع للتعلم المقتضب المرتبط بالأكواد [2023-ICSE] [ورقة] [الريبو]
ما الذي يجعل العروض التوضيحية الجيدة في السياق لمهام ذكاء الكود باستخدام مواد LMS؟ [2023-ASE] [ورقة] [الريبو]
برمجة مستقلة بالكامل مع نماذج اللغات الكبيرة [2023-GECCO] [ورقة] [الريبو]
إصلاح البرنامج الآلي باستخدام النماذج التوليدية لملء التعليمات البرمجية [2023-AIED] [ورقة] [الريبو]
STEAM: محاكاة السلوك التفاعلي للمبرمجين لإصلاح الأخطاء تلقائيًا [2023-arxiv] [ورقة]
إصلاح برنامج المحادثة الآلي [2023-arxiv] [ورقة]
هل ChatGPT هو مساعد البرمجة النهائي - إلى أي مدى؟ [2023-arxiv] [ورقة] [الريبو]
استخدام نماذج اللغات الكبيرة لتوطين الأخطاء وإصلاحها [2023-iCAST] [ورقة]
دراسة تجريبية حول الضبط الدقيق لنماذج اللغات الكبيرة من التعليمات البرمجية لإصلاح البرامج تلقائيًا [2023-ASE] [ورقة] [الريبو]
تقييم فعالية ChatGPT من OpenAI لإصلاح أخطاء برنامج Python الآلي باستخدام QuixBugs [2023-iSEMANTIC] [ورقة]
تصحيح الأخطاء الآلي القابل للتفسير عبر التصحيح العلمي المستند إلى نموذج اللغة الكبيرة [2023-arxiv] [ورقة]
المطالبات الصحيحة للوظيفة: إصلاح عيوب مراجعة التعليمات البرمجية باستخدام نموذج اللغة الكبير [2023-arxiv] [ورقة]
تأثير نماذج لغة البرمجة على إصلاح البرامج الآلي [2023-ICSE] [ورقة] [الريبو]
نحو إنشاء تعديلات صحيحة وظيفيًا للتعليمات البرمجية من أوصاف مشكلات اللغة الطبيعية [2023-arxiv] [ورقة]
فرضية الجراحة التجميلية في عصر النماذج اللغوية الكبيرة [2023-ASE] [ورقة] [الريبو]
استكشاف حدود ChatGPT في تطبيقات أمان البرامج [2023-arxiv] [ورقة]
CodeScope: معيار متعدد الأبعاد متعدد المهام قائم على التنفيذ لتقييم ماجستير إدارة الأعمال في فهم الكود البرمجي وتوليده [2023-arxiv] [ورقة] [repo]
تعزيز إصلاح البرامج الآلي من خلال الضبط الدقيق والهندسة السريعة [2023-arxiv] [ورقة] [الريبو]
نماذج لغة التدريب لملاحظات البرمجة باستخدام أدوات الإصلاح الآلية [2023-AIED] [ورقة] [repo]
RepairLLaMA: تمثيلات فعالة ومحولات مضبوطة بدقة لإصلاح البرامج [2023-arxiv] [ورقة] [repo]
التحرير الآلي للكود باستخدام Search-Generate-Modify [2023-arxiv] [ورقة] [repo]
RAP-Gen: إنشاء التصحيحات المعززة للاسترجاع باستخدام CodeT5 لإصلاح البرامج تلقائيًا [2023-FSE/ESEC] [ورقة] [repo]
إصلاح البرنامج العصبي مع تحليل الاعتماد على البرنامج وآلية التصفية الفعالة [2023-arxiv] [ورقة]
القهوة: تعزيز برامج LLM الخاصة بالبرمجة عن طريق إصلاح الأخطاء من خلال التعليقات [2023-arxiv] [ورقة] [repo]
دراسة حول التصميم الفوري ومزايا وقيود ChatGPT لإصلاح برنامج التعلم العميق [2023-arxiv] [ورقة]
مساعدة الطيارين المساعدين: دمج نماذج اللغات الكبيرة مع محركات الإكمال لإصلاح البرامج المؤتمتة [2023-FSE/ESEC] [ورقة] [الريبو]
جاما: إعادة النظر في إصلاح البرنامج الآلي القائم على القالب عبر التنبؤ بالقناع [2023-ASE] [ورقة] [الريبو]
دراسة موسعة حول البنية النموذجية وتمثيل البرامج في مجال إصلاح البرامج الآلي القائم على التعلم [2023-APR] [ورقة] [الريبو]
تحسين إصلاح البرنامج الآلي من خلال تكييف المجال [2023-TOSEM] [ورقة] [الريبو]
تعزيز نماذج لغة البرمجة لإصلاح البرامج من خلال إطار ضبط المناهج الدراسية [2023-ICSME] [ورقة]
الاستخدام المحتمل لـ ChatGPT لتصحيح الأخطاء وإصلاح الأخطاء [2023-] [ورقة]
CIRCLE: الإصلاح المستمر عبر لغات البرمجة [2022-ISSTA] [ورقة] [الريبو]
نحو إصلاح برنامج JavaScript باستخدام المحول التوليدي المُدرب مسبقًا (GPT-2) [2022-APR] [ورقة] [الريبو]
إصلاح الأخطاء في المحول من خلال قواعد التحرير الرمزية العصبية [2022-ICLR] [ورقة]
إنشاء التصحيح باستخدام نماذج اللغة: الجدوى وسلوك التوسع [2022-ICLR] [ورقة]
هل يستطيع مخطوطة OpenAI إصلاح الأخطاء؟: تقييم على QuixBugs [2022-APR] [ورقة]
تحليل لأداء الإصلاح التلقائي للأخطاء في ChatGPT [2022-APR] [ورقة] [repo]
تدريب أقل، المزيد من الإصلاح من فضلك: إعادة النظر في إصلاح البرنامج الآلي من خلال التعلم الصفري [2022-FSE/ESEC] [paer] [repo]
تأطير إصلاح البرنامج كاستكمال التعليمات البرمجية [2022-APR] [ورقة] [الريبو]
عزيزي: نهج جديد قائم على التعلم العميق لإصلاح البرامج الآلي [2022-ICSE] [ورقة] [الريبو]
إنشاء إصلاحات الأخطاء باستخدام المحولات المدربة مسبقًا [2021-PLDI] [ورقة]
تطبيق CodeBERT لإصلاح البرامج الآلية لأخطاء Java البسيطة [2021-MSR] [ورقة] [repo]
الترجمة الآلية العصبية المدركة للرمز من CURE لإصلاح البرامج تلقائيًا [2021-ICSE] [ورقة] [الريبو]
كيف نفهم مستودع البرامج بالكامل؟ [2024-arXiv] [ورقة]
الإصلاح الآلي لكود الذكاء الاصطناعي باستخدام نماذج لغوية كبيرة والتحقق الرسمي [2024-arXiv] [ورقة]
NAVRepair: إصلاح الثغرات الأمنية في التعليمات البرمجية لنوع العقدة C/C++ [2024-arxiv] [ورقة]
الإصلاح التلقائي المحسّن لثغرات التعليمات البرمجية باستخدام نماذج اللغات الكبيرة [2024-arxiv] [ورقة]
بعيدًا عن الأنظار، بعيدًا عن البال: إصلاح تلقائي أفضل للثغرات الأمنية من خلال توسيع نطاقات ومصادر الإدخال [2024-ICSE] [ورقة] [الريبو]
دراسة لإصلاح الثغرات الأمنية في برامج JavaScript باستخدام نماذج اللغات الكبيرة [2024-arxiv] [ورقة] [repo]
تحفيز سلسلة الأفكار لنماذج اللغات الكبيرة لاكتشاف الثغرات الأمنية في البرامج وإصلاحها [2024-arxiv] [ورقة]
الإصلاح الآلي لثغرات البرامج المستندة إلى النماذج المدربة مسبقًا: إلى أي مدى وصلنا؟ [2023-TDSC] [ورقة] [الريبو]
فحص إصلاح الثغرات الأمنية بدون إطلاق باستخدام نماذج اللغات الكبيرة [2023-S&P] [ورقة] [الريبو]
دراسة تجريبية حول الضبط الدقيق لنماذج اللغات الكبيرة من التعليمات البرمجية لإصلاح البرامج تلقائيًا [2023-ASE] [ورقة] [الريبو]
حقبة جديدة في أمن البرمجيات: نحو برمجيات ذاتية الإصلاح عبر نماذج لغوية كبيرة والتحقق الرسمي [2023-arxiv] [ورقة]
استكشاف حدود ChatGPT في تطبيقات أمان البرامج [2023-arxiv] [ورقة]
ZeroLeak: استخدام LLMs لتصحيح القنوات الجانبية القابلة للتطوير والفعالة من حيث التكلفة [2023-arxiv] [ورقة]
كيف يقوم ChatGPT بحل مشكلة إدارة الثغرات الأمنية [2023-arxiv] [ورقة] [repo]
ما مدى فعالية الشبكات العصبية في إصلاح الثغرات الأمنية [2023-ISSTA] [ورقة] [الريبو]
الإصلاح الآلي المستوحى من Vision Transformer [2023-TOSEM] [ورقة] [الريبو]
هل يمكن لنماذج اللغات الكبيرة العثور على البرامج الضعيفة وإصلاحها؟ [2023-arxiv] [ورقة]
VulRepair: إصلاح تلقائي لثغرات البرامج المستندة إلى T5 [2022-FSE/ESEC] [ورقة] [الريبو]
نهج جديد لإصلاح البرامج الآلي باستخدام الترجمة ذهابًا وإيابًا مع نماذج اللغات الكبيرة [2024-arxiv] [ورقة] [الريبو]
الإصلاح على وشك الإنشاء: إصلاح برنامج متعدد اللغات مع LLM [2023-AAAI] [ورقة]
إصلاح أخطاء تجميع الصدأ باستخدام LLMs [2023-arxiv] [ورقة]
دراسة تجريبية حول الضبط الدقيق لنماذج اللغات الكبيرة من التعليمات البرمجية لإصلاح البرامج تلقائيًا [2023-ASE] [ورقة] [الريبو]
سلسلة من الحلول المستندة إلى الذكاء الاصطناعي لحل مشاكل QNs وإصلاح أخطاء بناء الجملة في التعليمات البرمجية الجزئية [2023-arxiv] [ورقة] [repo]
المطالبات الصحيحة للوظيفة: إصلاح عيوب مراجعة التعليمات البرمجية باستخدام نموذج اللغة الكبير [2023-arxiv] [ورقة]
SYNSHINE: تحسين إصلاح أخطاء بناء الجملة [2022-TSE] [ورقة] [الريبو]
CraftRTL: إنشاء بيانات اصطناعية عالية الجودة لنماذج كود Verilog مع تمثيلات غير نصية صحيحة حسب البناء وإصلاح التعليمات البرمجية المستهدفة [2024-arXiv-NVIDIA] [ورقة]
نهج موحد لتصحيح الأخطاء من خلال التآزر متعدد الوكلاء القائم على LLM [2024-arXiv] [ورقة] [repo]
PyDex: إصلاح الأخطاء في مهام Python التمهيدية باستخدام LLMs [2024-OOPSLA] [ورقة] [الريبو]
DebugBench: تقييم قدرة تصحيح الأخطاء لنماذج اللغات الكبيرة [2024-arxiv] [ورقة] [الريبو]
إصلاح التباين: تحسين إصلاح البرنامج الآلي القائم على المحادثة من خلال أزواج حالات الاختبار المتباينة [2024-arxiv] [مقالة]
العيوب: مجموعة بيانات جديدة لمعالجة مخاوف تسرب البيانات لتوطين الأخطاء وإصلاح البرامج المستندة إلى LLM [2024-arxiv] [ورقة] [الريبو]
أداة الإصلاح بمساعدة الأقران: تمكين نماذج اللغات الكبيرة لإصلاح واجبات الطلاب المتقدمة [2024-arxiv] [ورقة]
طرق إصلاح البرامج المحسنة باستخدام إعادة البناء باستخدام نماذج GPT [2024-SIGCSE TS] [ورقة] [الريبو]
مراجعة نقدية لنموذج اللغة الكبيرة في هندسة البرمجيات: مثال من chatgpt والإصلاح الآلي للبرنامج [2023-arxiv] [ورقة] [repo]
الإصلاح الآلي للبرامج من نماذج اللغات الكبيرة [2023-ICSE] [ورقة] [الريبو]
FixEval: التقييم القائم على التنفيذ لإصلاحات البرنامج لمشاكل البرمجة [2023-APR] [ورقة] [الريبو]
تحسين التعليمات البرمجية التي تم إنشاؤها بواسطة ChatGPT: تحديد مشكلات جودة التعليمات البرمجية والتخفيف منها [2023-TOSEM] [ورقة] [repo]
إصلاح الأخطاء في مهام بايثون باستخدام نماذج اللغة الكبيرة [2022-arixv] [ورقة]
هل تشعر بالإحباط بسبب مشكلات جودة الكود؟ ماجستير في القانون يمكن أن تساعد! [2024-FSE/ESEC] [ورقة] [الريبو]
SkipAnalyzer: عامل متجسد لتحليل التعليمات البرمجية باستخدام نماذج لغوية كبيرة [2023-arxiv] [ورقة] [repo]
RAP-Gen: إنشاء التصحيحات المعززة للاسترجاع باستخدام CodeT5 لإصلاح البرامج تلقائيًا [2023-FSE/ESEC] [ورقة] [repo]
InferFix: إصلاح البرنامج الشامل مع LLMs عبر مطالبات الاسترجاع المعززة [2023-FSE/ESEC] [ورقة] [الريبو]
هل يمكن لـ LLMs تصحيح المشكلات الأمنية [2023-arxiv] [ورقة] [الريبو]
تحسين إصلاح البرنامج الآلي من خلال تكييف المجال [2023-TOSEM] [ورقة] [الريبو]
دراسة تجريبية لإصلاح البرامج القائمة على التعلم بالنقل العميق لمشاريع Kotlin [2022-FSE/ESEC] [ورقة]
TFix-تعلم إصلاح أخطاء الترميز باستخدام محول النص إلى نص [2021-PMLR] [ورقة] [الريبو]
من التعليمات البرمجية إلى الصحة: إغلاق الميل الأخير من إنشاء التعليمات البرمجية من خلال التصحيح الهرمي للأخطاء [2024-arXiv] [ورقة] [الريبو]
تدريس نماذج اللغات الكبيرة للتصحيح الذاتي [2024-ICLR] [ورقة]
OpenCodeInterpreter: دمج إنشاء التعليمات البرمجية مع التنفيذ والتحسين [2024-arxiv] [ورقة] [الريبو]
الدورة: تعلم تحسين إنشاء التعليمات البرمجية ذاتيًا [2024-OOPSLA] [ورقة] [الريبو]
LDB: مصحح أخطاء نموذج لغة كبير عبر التحقق من تنفيذ وقت التشغيل خطوة بخطوة [2024-arxiv] [ورقة] [الريبو]
الاستفادة من تصحيح أخطاء الطباعة لتحسين إنشاء التعليمات البرمجية في نماذج اللغات الكبيرة [2024-arxiv] [ورقة]
SelfEvolve: إطار عمل لتطور التعليمات البرمجية عبر نماذج اللغات الكبيرة [2023-arxiv] [ورقة]
الصقل الذاتي: التحسين التكراري مع الملاحظات الذاتية [2023-NeurIPS] [ورقة] [الريبو]
AgentCoder: إنشاء أكواد برمجية متعددة الوكلاء مع الاختبار التكراري والتحسين [2023-arxiv] [ورقة]
التحرير الذاتي: محرر التعليمات البرمجية المدرك للخطأ لإنشاء التعليمات البرمجية [2023-ACL] [ورقة] [الريبو]
هل الإصلاح الذاتي هو الحل السحري لتوليد الأكواد البرمجية؟ [2023-ICLR] [ورقة] [الريبو]
أهمية معرفة المجال: تحسين المطالبات باستخدام قوالب الإصلاح لإصلاح أخطاء نوع Python [2024-ICSE] [ورقة] [الريبو]
PyTy: إصلاح أخطاء النوع الثابت في Python [2024-ICSE] [ورقة] [repo]
تصحيح أخطاء النوع المدعوم بـ GPT-3: التحقيق في استخدام نماذج اللغات الكبيرة لإصلاح التعليمات البرمجية [2023-SLE] [ورقة] [repo]
توجيه ChatGPT لإصلاح اختبارات واجهة مستخدم الويب من خلال التحقق من تناسق الشرح [2023-arxiv] [ورقة]
ACFIX: توجيه ماجستير إدارة الأعمال باستخدام ممارسات RBAC المشتركة لإصلاح ثغرات التحكم في الوصول في العقود الذكية مع مراعاة السياق [2024-arxiv] [ورقة]
تقييم ChatGPT لتصحيح ثغرات العقود الذكية [2023-COMPSAC] [ورقة] [الريبو]
تم إصلاح رمز خطأ أمان الأجهزة عن طريق مطالبة نماذج اللغات الكبيرة [2024-TIFS] [ورقة] [الريبو]
طبعتها المسبقة: إصلاح أخطاء أمان الأجهزة في نماذج اللغات الكبيرة [2022-arXiv] [ورقة]
HDLdebugger: تبسيط تصحيح أخطاء HDL باستخدام نماذج اللغات الكبيرة [2024-arxiv] [ورقة]
RTLFixer: إصلاح أخطاء بناء جملة RTL تلقائيًا مع نماذج اللغات الكبيرة [2023-arxiv] [ورقة]
LLM4SecHW: الاستفادة من نموذج اللغة الكبير الخاص بالمجال لتصحيح أخطاء الأجهزة [2023-AsianHOST] [ورقة]
RAPGen: نهج لإصلاح أوجه القصور في التعليمات البرمجية في Zero-Shot [2023-arxiv] [ورقة]
DeepDev-PERF: نهج قائم على التعلم العميق لتحسين أداء البرامج [2022-FSE/ESEC] [ورقة] [الريبو]
تقييم نماذج اللغة المدربة مسبقًا لإصلاح إساءة استخدام واجهة برمجة التطبيقات [2023-arxiv] [ورقة] [الريبو]
حل أخطاء الأعطال عبر نماذج اللغة الكبيرة: دراسة تجريبية [2023-arxiv] [ورقة] [الريبو]
إصلاح حالة الاختبار الآلي باستخدام نماذج اللغة [2024-arxiv] [ورقة]
تحديد وتحديث حالات الاختبار عند تغيير كود الإنتاج: نهج قائم على المحولات [2023-ASE]
بالدور: إنشاء وإصلاح شامل باستخدام نماذج لغوية كبيرة [2023-FSE/ESEC] [ورقة]
ضائع في الترجمة: دراسة الأخطاء التي أدخلتها نماذج لغوية كبيرة أثناء ترجمة التعليمات البرمجية [2024-ICSE] [ورقة] [الريبو]
SWE-bench: هل تستطيع النماذج اللغوية حل مشكلات GitHub في العالم الحقيقي؟ [2024-ICLR] [ورقة] [الريبو]
استكشاف إمكانات ChatGPT في تحسين الكود الآلي: دراسة تجريبية [2024-ICSE] [ورقة] [الريبو]
DrPlanner: تشخيص وإصلاح مخططات الحركة باستخدام نماذج اللغات الكبيرة [2024-arxiv] [ورقة] [الريبو]
استكشاف الخبرات في مجال إصلاح البرامج الآلي في الممارسة العملية [2024-ICSE] [ورقة]
إعادة النظر في الأمور غير الطبيعية لإصلاح البرامج المؤتمتة في عصر نماذج اللغات الكبيرة [2024-arxiv] [papper] [repo]
دراسة تجريبية لاعتماد ChatGPT لإصلاح الأخطاء بين المطورين المحترفين [2023-ITA] [ورقة]
الاستفادة من نموذج اللغة الكبير لتقييم تصحيح التصحيح التلقائي [2024-TSE] [ورقة]
APPT يعزز التنبؤ التلقائي بتصحيح التصحيح عبر نموذج اللغة المدرب مسبقًا [2024-TSE] [ورقة] [الريبو]
أفضل ما في العالمين: الجمع بين التضمينات المستفادة والميزات الهندسية للتنبؤ الدقيق بالتصحيحات الصحيحة [2023-TOSME] [ورقة] [الريبو]
المبطل: تقييم تصحيح التصحيح الآلي عبر الاستدلال الدلالي والنحوي [2023-TSE] [ورقة] [الريبو]
PatchZero: تقييم تصحيح التصحيح التلقائي Zero-Shot [2023-arxiv] [ورقة]
هل هذا تغيير الإجابة على تلك المشكلة؟ الأوصاف المترابطة لتغييرات الأخطاء والتعليمات البرمجية لتقييم صحة التصحيح [2021-ASE] [ورقة] [الريبو]
تقييم التعلم التمثيلي لتغييرات التعليمات البرمجية للتنبؤ بصحة التصحيح في إصلاح البرنامج [2020-ASE] [ورقة] [الريبو]
استكشاف الضبط الدقيق الفعال للمعلمات لنموذج اللغة الكبير عند إصلاح البرنامج الآلي [2024-ASE] [ورقة]
MuBench: قياس الأداء التلقائي لإصلاح البرامج: دراسة موسعة حول كل من الأخطاء الواقعية والاصطناعية [2024-ISSTA] [ورقة]
CodeEditorBench: تقييم قدرة تحرير التعليمات البرمجية لنماذج اللغات الكبيرة [2024-arxiv] [ورقة] [repo]
GitBug-Java: معيار قابل للتكرار لأخطاء Java الأخيرة [2024-arxiv] [ورقة] [repo]
SWE-bench: هل تستطيع النماذج اللغوية حل مشكلات GitHub في العالم الحقيقي؟ [2024-ICLR] [ورقة] [الريبو]
DebugBench: تقييم قدرة تصحيح الأخطاء لنماذج اللغات الكبيرة [2024-arxiv] [ورقة] [الريبو]
العيوب: مجموعة بيانات جديدة لمعالجة مخاوف تسرب البيانات لتوطين الأخطاء وإصلاح البرامج المستندة إلى LLM [2024-arxiv] [ورقة] [الريبو]
مراجعة نقدية لنموذج اللغة الكبيرة في هندسة البرمجيات: مثال من chatgpt والإصلاح الآلي للبرنامج [2023-arxiv] [ورقة] [repo]
CodeScope: معيار متعدد الأبعاد متعدد المهام قائم على التنفيذ لتقييم ماجستير إدارة الأعمال في فهم الكود البرمجي وتوليده [2023-arxiv] [ورقة] [repo]
FixEval: التقييم القائم على التنفيذ لإصلاحات البرنامج لمشاكل البرمجة [2023-APR] [ورقة] [الريبو]
دراسة استقصائية لإصلاح البرامج الآلية القائمة على التعلم [2023-TOSEM] [ورقة] [الريبو]
الإصلاح التلقائي للبرامج: ورقة مرجعية [2018-CSUR]]
الإصلاح التلقائي للبرامج: دراسة استقصائية [2017-TSE] ورقة]
