Informática - Ingeniería del software

La investigación muestra cómo las funciones auxiliares mejoran la generación de código en modelos ajustados por instrucciones.

Un estudio que examina los desafíos y estrategias de los estudiantes en tareas de modelado de software.

Un nuevo método mejora la detección de errores de software usando agentes de LLM y una estrategia de dividir y conquistar.

Los contratos proxy en Ethereum ofrecen ventajas, pero también tienen preocupaciones de seguridad importantes.

Un enfoque automatizado mejora el análisis de logs y el diagnóstico de fallos en servicios en línea.

Los investigadores desarrollan métodos para mejorar el código de manipulación de datos automatizado a través de ejemplos ricos en contexto.

Las herramientas de IA están cambiando la forma en que los desarrolladores trabajan y mejorando el proceso de desarrollo de software.

Una visión general de la importancia y métodos para verificar sistemas distribuidos.

Explorando nuevas formas de mejorar la verificación de pruebas en la ingeniería de software.

La investigación muestra nuevos métodos para mejorar la fusión de código de software.

Explorando el papel de GAI diferencial en la mejora de la calidad del código para proyectos de software.

zsLLMCode crea representaciones de código útiles de manera eficiente usando IA.

Examinando vulnerabilidades del firmware y las herramientas para mejorar la seguridad.

Este estudio evalúa qué tan bien los modelos de lenguaje ayudan a los programadores principiantes con los comentarios de código.

Analiza el impacto del protestware en el desarrollo de software y las respuestas de la comunidad.

Usando Modelos de Lenguaje Grande para mejorar el análisis de feedback de usuarios en apps móviles.

Un nuevo enfoque mejora las sugerencias de código para el desarrollo de software.

La automatización de las revisiones de código puede mejorar la eficiencia de los desarrolladores y el crecimiento del equipo.

Mejorando los métodos de detección de paquetes dañinos en repositorios de software.

Este marco simplifica la comprensión de las políticas de privacidad usando tecnología de IA.

Este artículo examina problemas en proyectos de LLM y sugiere soluciones para los desarrolladores.

CodeTracker mejora el seguimiento de cambios en el código, enfocándose en la precisión y la conciencia de refactorización.

Explorando la importancia de la responsabilidad en los sistemas de software que afectan los resultados sociales y legales.

LLM-Cure simplifica el análisis de reseñas de apps para una mejor experiencia de usuario.

Examinando cómo ChatGPT cambia las respuestas a preguntas de programación en comparación con expertos humanos.

Las herramientas de IA como GitHub Copilot aumentan la productividad y la satisfacción de los desarrolladores.

CodeInsight ofrece un conjunto de datos mejorado para generar código Python con ejemplos reales.

Un estudio sobre el rendimiento de los modelos de detección de objetos en dispositivos de computación pequeños.

Un enfoque liviano mejora la detección de arreglos silenciosos de vulnerabilidades en software de código abierto.

Optimizar algoritmos cuánticos con aprendizaje automático mejora el rendimiento en los cálculos.

Nuevos métodos se centran en analizar el código fuente para mejorar la predicción de defectos.

SOSK ayuda a los usuarios a rastrear y extraer palabras clave de informes de seguridad de software.

Un nuevo método busca mejorar el texto alternativo para los íconos de aplicaciones móviles para ayudar a los usuarios con discapacidades visuales.

Analizando cómo los sentimientos de los desarrolladores afectan la calidad del código de machine learning.

Este artículo investiga por qué las empresas donan software de IA a comunidades de código abierto.

A medida que la tecnología avanza, la seguridad del software enfrenta nuevos retos y oportunidades.

Este artículo evalúa qué tan bien los LLMs generan casos de prueba para programas en Java.

Examinando el impacto y las lecciones del ciberataque DarkSeoul en Corea del Sur.

Una nueva herramienta para mejorar el rendimiento de la simulación de circuitos cuánticos.

Este estudio aborda el desperdicio en el desarrollo de software y ofrece estrategias de medición.