Computerwissenschaften - Software-Entwicklung

Ein neues Tool verbessert Git-Merges, indem es Codeabhängigkeiten analysiert.

Ein neues Framework geht die Fairness in tiefen neuronalen Netzwerken während der Modellpruning an.

Ein genauer Blick darauf, wie Code-LLMs Transformationen im Code verwalten.

ESBMC-Python hilft, die Korrektheit von Python-Code mithilfe von Typannotationen und begrenztem Modellchecking zu überprüfen.

Eine Studie darüber, wie LLMs mit Codierungsregeln und -beschränkungen umgehen.

Eine neue Methode verbessert die Effizienz von Sprachmodellen und senkt gleichzeitig die Kosten und den Umweltimpact.

Lern, wie CFDGs das Software-Testen verbessern, indem sie Entscheidungswege klarer machen.

Ein Blick auf die Leaderboards für Foundation-Modelle und ihre Bewertungsprobleme.

Die Aktualisierung von alten Systemen ist wichtig für die Effizienz und Sicherheit im Geschäft.

Ein schnelles Tool prüft BPMN-Modelle auf Fehler und sorgt für reibungslose Geschäftsprozesse.

Dieses Papier stellt ein Framework zur automatisierten Testbench-Generierung mit LLMs vor.

NFARD bietet innovative Methoden zum Schutz von Urheberrechten an Deep Learning-Modellen.

Synbciatr repariert automatisch veraltete Testfälle in der Softwareentwicklung.

Diese Studie untersucht die Rolle von Feed-Forward-Schichten in Code-Sprachmodellen.

Die Probleme von Code-Halluzinationen in KI-Programmiermodellen untersuchen.

Diese Studie untersucht, wie Spielelemente Schüler dazu bringen können, an Open-Source-Softwarebeiträgen mitzuarbeiten.

Erfahre, wie Aktionsforschung die Softwareentwicklungspraktiken durch Zusammenarbeit und Reflexion verbessert.

Lern, wie Ethnografie das Verständnis in Softwareentwicklungspraktiken verbessert.

Die Auswirkungen von Blockchain auf die öffentliche Schlüssel-Infrastruktur erkunden.

Untersuchung der Rolle von Dropout-Techniken zur Verbesserung der Fairness in DNNs.

Eine Analyse der Entwicklerreaktionen auf die Log4j-Sicherheitslücke und ihre Praktiken.

Eine Übersicht, warum das Testen von Smart Contracts super wichtig für Sicherheit und Funktionalität ist.

Entdeck Methoden, um die Effizienz und Genauigkeit von Softwaretests zu verbessern.

Neue Methoden erkunden, um das Testen von Videospielen durch Automatisierung und KI zu verbessern.

AFPNet bietet eine verbesserte Erkennung von Schwachstellen in Smart Contracts mithilfe von Deep-Learning-Techniken.

Ein Blick auf WebAssembly-Analysemethoden für sichere Ausführung.

CodeCSE verbessert das Verknüpfen von Code und Kommentaren durch kontrastives Lernen für Software Engineering.

Effektive Leistungskennzahlen sind entscheidend für agile Teams, um sich zu verbessern und anzupassen.

Ein neues Sprachdesign soll das Denken und die Klarheit in der Softwareentwicklung verbessern.

Erforschung von Grammatikmaskierungstechniken zur Verbesserung der Genauigkeit bei der Codegenerierung.

Eine detaillierte Analyse von Bugs in Solidity-Compilern und deren Auswirkungen.

Das 6GSoft-Projekt hat das Ziel, Software für vernetzte Geräte zu innovieren.

Ein Blick auf die Rolle von KI beim sicheren Programmieren, während wir uns 2030 nähern.

Neue Methoden verbessern die Effizienz und Zugänglichkeit der Code-Generierung für Programmierer.

Lerne, wie Softwareentwicklung zu energieeffizienten Praktiken in der Technologie führen kann.

Lern, wie Referenzmodelle das Design vereinfachen und die Qualität verbessern können.

Ein Blick auf Service-Kolonie und ihre Rolle in modernen Softwaresystemen.

Eine neue Plattform vereinfacht das Nachverfolgen der Leistung von Lehrkräften und die Datenanalyse.

Eine umfassende Studie über Katastrophen-Apps und Nutzerfeedback für ein effektives Notfallmanagement.

Ein praktischer Kurs, um Typsysteme in der Programmierung mit Stella zu verstehen.