「cs.SE」カテゴリーアーカイブ

Leveraging Large Language Models for Enhancing the Understandability of Generated Unit Tests

投稿日: 2024年8月22日 作成者: jarxiv

要約 自動化された単体テスト ジェネレーター、特に EvoSuite のような検 … 続きを読む →

カテゴリー: cs.AI, cs.SE | Leveraging Large Language Models for Enhancing the Understandability of Generated Unit Tests はコメントを受け付けていません

Efficient Detection of Toxic Prompts in Large Language Models

投稿日: 2024年8月22日 作成者: jarxiv

要約 ChatGPT や Gemini などの大規模言語モデル (LLM) は、 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CR, cs.SE | Efficient Detection of Toxic Prompts in Large Language Models はコメントを受け付けていません

DreamFactory: Pioneering Multi-Scene Long Video Generation with a Multi-Agent Framework

投稿日: 2024年8月22日 作成者: jarxiv

要約 現在のビデオ生成モデルは、短くてリアルなクリップの作成には優れていますが、 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.SE, TsingHua University | DreamFactory: Pioneering Multi-Scene Long Video Generation with a Multi-Agent Framework はコメントを受け付けていません

CodeJudge-Eval: Can Large Language Models be Good Judges in Code Understanding?

投稿日: 2024年8月21日 作成者: jarxiv

要約 大規模言語モデル (LLM) の最近の進歩により、主に言語対コードのベンチ … 続きを読む →

カテゴリー: cs.CL, cs.SE | CodeJudge-Eval: Can Large Language Models be Good Judges in Code Understanding? はコメントを受け付けていません

Revisiting VerilogEval: Newer LLMs, In-Context Learning, and Specification-to-RTL Tasks

投稿日: 2024年8月21日 作成者: jarxiv

要約 大規模言語モデル (LLM) のデジタル ハードウェア コード生成への応用 … 続きを読む →

カテゴリー: cs.AI, cs.SE | Revisiting VerilogEval: Newer LLMs, In-Context Learning, and Specification-to-RTL Tasks はコメントを受け付けていません

ForzaETH Race Stack — Scaled Autonomous Head-to-Head Racing on Fully Commercial off-the-Shelf Hardware

投稿日: 2024年8月20日 作成者: jarxiv

要約 ロボット工学における自律レースでは、高速ダイナミクスと信頼性およびリアルタ … 続きを読む →

カテゴリー: cs.RO, cs.SE, cs.SY, eess.SY | ForzaETH Race Stack — Scaled Autonomous Head-to-Head Racing on Fully Commercial off-the-Shelf Hardware はコメントを受け付けていません

BLAZE: Cross-Language and Cross-Project Bug Localization via Dynamic Chunking and Hard Example Learning

投稿日: 2024年8月20日 作成者: jarxiv

要約 ソフトウェアのバグを特定して解決するには、開発者は多大な労力を費やす必要が … 続きを読む →

カテゴリー: cs.IR, cs.LG, cs.SE | BLAZE: Cross-Language and Cross-Project Bug Localization via Dynamic Chunking and Hard Example Learning はコメントを受け付けていません

GoNoGo: An Efficient LLM-based Multi-Agent System for Streamlining Automotive Software Release Decision-Making

投稿日: 2024年8月20日 作成者: jarxiv

要約 自動車業界でソフトウェア導入に関する意思決定を行う従来の方法は、通常、表形 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.SE | GoNoGo: An Efficient LLM-based Multi-Agent System for Streamlining Automotive Software Release Decision-Making はコメントを受け付けていません

Docling Technical Report

投稿日: 2024年8月20日 作成者: jarxiv

要約 この技術レポートでは、PDF ドキュメント変換用の使いやすい自己完結型の … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.SE | Docling Technical Report はコメントを受け付けていません

CoDefeater: Using LLMs To Find Defeaters in Assurance Cases

投稿日: 2024年8月19日 作成者: jarxiv

要約 保証ケースの構築は、セーフティ クリティカルなシステムが計画された環境で安 … 続きを読む →

カテゴリー: cs.AI, cs.SE | CoDefeater: Using LLMs To Find Defeaters in Assurance Cases はコメントを受け付けていません