cs.SE」カテゴリーアーカイブ

System Safety Monitoring of Learned Components Using Temporal Metric Forecasting

要約 学習可能な自律システムでは、システムの動作コンテキストを考慮して、その出力 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.RO, cs.SE | System Safety Monitoring of Learned Components Using Temporal Metric Forecasting はコメントを受け付けていません

Data Preparation for Fairness-Performance Trade-Offs: A Practitioner-Friendly Alternative?

要約 機械学習 (ML) システムの採用が業界全体で増えているため、公平性と偏見 … 続きを読む

カテゴリー: cs.LG, cs.SE | Data Preparation for Fairness-Performance Trade-Offs: A Practitioner-Friendly Alternative? はコメントを受け付けていません

Less is More: Towards Green Code Large Language Models via Unified Structural Pruning

要約 生成コーディング タスクにおける大規模言語モデル (LLM) の広範な適用 … 続きを読む

カテゴリー: cs.AI, cs.SE | Less is More: Towards Green Code Large Language Models via Unified Structural Pruning はコメントを受け付けていません

Trust Calibration in IDEs: Paving the Way for Widespread Adoption of AI Refactoring

要約 ソフトウェア業界では、新しい機能を追加する意欲が、既存のコードを改善する必 … 続きを読む

カテゴリー: cs.AI, cs.HC, cs.SE | Trust Calibration in IDEs: Paving the Way for Widespread Adoption of AI Refactoring はコメントを受け付けていません

FullStack Bench: Evaluating LLMs as Full Stack Coders

要約 コード大規模言語モデル (LLM) の機能が拡張し続けるにつれて、さまざま … 続きを読む

カテゴリー: cs.AI, cs.SE | FullStack Bench: Evaluating LLMs as Full Stack Coders はコメントを受け付けていません

APIRL: Deep Reinforcement Learning for REST API Fuzzing

要約 REST API は Web サービスの主要なコンポーネントになっています … 続きを読む

カテゴリー: cs.AI, cs.NI, cs.SE | APIRL: Deep Reinforcement Learning for REST API Fuzzing はコメントを受け付けていません

HPC-Coder-V2: Studying Code LLMs Across Low-Resource Parallel Languages

要約 大規模言語モデル (LLM) ベースのコーディング ツールは、ソフトウェア … 続きを読む

カテゴリー: cs.DC, cs.LG, cs.SE | HPC-Coder-V2: Studying Code LLMs Across Low-Resource Parallel Languages はコメントを受け付けていません

Outcome-Refining Process Supervision for Code Generation

要約 大規模言語モデルは、コード生成において優れた機能を実証していますが、深いア … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, cs.SE | Outcome-Refining Process Supervision for Code Generation はコメントを受け付けていません

SimADFuzz: Simulation-Feedback Fuzz Testing for Autonomous Driving Systems

要約 近年、自動運転システム(ADS)は目覚ましい進歩を遂げています。 しかし、 … 続きを読む

カテゴリー: cs.RO, cs.SE | SimADFuzz: Simulation-Feedback Fuzz Testing for Autonomous Driving Systems はコメントを受け付けていません

Rango: Adaptive Retrieval-Augmented Proving for Automated Software Verification

要約 Coq などの証明アシスタントを使用した形式的検証により、高品質のソフトウ … 続きを読む

カテゴリー: cs.AI, cs.SE, D.2.4 | Rango: Adaptive Retrieval-Augmented Proving for Automated Software Verification はコメントを受け付けていません