Hongyu Zhang

LogShrink bietet bessere Kompression für teure Log-Daten Speicherung.

Untersuchung der Unterschiede zwischen von Menschen geschriebenem und maschinell generiertem Code, um bessere Erkennungsmethoden zu entwickeln.

Ein neuer Ansatz verbessert die Qualität von Commit-Nachrichten, indem er bewährte Praktiken nutzt.

Eine neue Methode integriert lokale Suchstrategien in die Bayesianische Optimierung für komplexe Probleme.

Eine neue Methode verbessert die Code-Generierung, indem sie projektspezifischen Kontext und Compiler-Feedback nutzt.

LogSD verbessert die Anomalieerkennung in Log-Daten, indem es sich auf seltene Ereignisse konzentriert.

Die Bedenken beim Einsatz von Code für das Training von KI-Modellen erkunden.

Gegenteilige Überlegungen helfen, die Schwachstellen im Code besser zu verstehen.

Eine neue Methode für effektives Watermarking in KI-generiertem Code.

Diese Studie schaut sich an, wie man natürliche Sprache nutzen kann, um Datenvisualisierung einfacher zu machen.

BARO bietet fortschrittliche Lösungen zur Erkennung von Problemen in Mikrodienstsystemen an.

OptLLM hilft Nutzern, die besten LLMs für Budgets und Aufgaben auszuwählen.

Innovative Methode verbessert die Effizienz beim Bugfixing mit LLM-generierten Patches.

LogBatcher vereinfacht das Parsen von Logs mit grossen Sprachmodellen, ganz ohne vorheriges Training.

Untersuchung von Herausforderungen und Fortschritten bei der Ursachenanalyse für Mikrodienste.

Grosse Sprachmodelle verbessern die Bewertungen von Code-Zusammenfassungen mit kreativen Bewertungen.

Neues Framework verbessert die Erkennung von Sicherheitsupdates für Nutzer und Software.

Entdeck, wie segmentiertes Deep Hashing die Codesuche für Entwickler verändert.

Fortgeschrittene Methoden ändern, wie wir komplexe Rezepte optimieren.

RCAEval bietet Tools für ne bessere Fehlersuche in Mikrodiensten.