cs.SE」カテゴリーアーカイブ

RBT4DNN: Requirements-based Testing of Neural Networks

要約 ディープニューラルネットワーク(DNN)のテストは、障害が重大な結果をもた … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.SE | コメントする

Multi-SWE-bench: A Multilingual Benchmark for Issue Resolving

要約 問題解決のタスクは、コードベースを修正して、与えられた問題に対処するパッチ … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.SE | コメントする

RBR4DNN: Requirements-based Testing of Neural Networks

要約 ディープニューラルネットワーク(DNN)のテストは、障害が重大な結果をもた … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.SE | コメントする

Large Language Models for Code Generation: A Comprehensive Survey of Challenges, Techniques, Evaluation, and Applications

要約 大規模な言語モデル(LLMS)は、多くの分野で顕著な能力を実証しています。 … 続きを読む

カテゴリー: cs.LG, cs.SE | コメントする

Code Generation and Algorithmic Problem Solving Using Llama 3.1 405B

要約 MetaのLlama 3.1 405bなどのLlama 3.1モデルによる … 続きを読む

カテゴリー: cs.CL, cs.SE | コメントする

Code Red! On the Harmfulness of Applying Off-the-shelf Large Language Models to Programming Tasks

要約 現在、開発者は、大規模な言語モデル(LLM)を搭載したソリューションにます … 続きを読む

カテゴリー: cs.AI, cs.SE | コメントする

From Code Generation to Software Testing: AI Copilot with Context-Based RAG

要約 大規模なソフトウェア開発の急速なペースにより、従来のテスト方法の需要が高ま … 続きを読む

カテゴリー: cs.AI, cs.PL, cs.SE | コメントする

Should AI Optimize Your Code? A Comparative Study of Classical Optimizing Compilers Versus Current Large Language Models

要約 従来の最適化コンパイラは、最新のソフトウェアシステムの複雑さの高まりに適応 … 続きを読む

カテゴリー: cs.AI, cs.PF, cs.SE | コメントする

Evaluating the Application of SOLID Principles in Modern AI Framework Architectures

要約 この研究では、最新のAIフレームワーク、特にTensorflowとScik … 続きを読む

カテゴリー: 68N19, 68T01, cs.AI, cs.LG, cs.SE, I.2.0 | コメントする

Non-Determinism of ‘Deterministic’ LLM Settings

要約 LLM(大規模な言語モデル)開業医は、一般に、出力が決定論的と予想される設 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, cs.SE | コメントする