Informática - Ingeniería del software

LUNAR simplifica el análisis de logs sin necesitar datos etiquetados, mejorando la precisión y la eficiencia.

Un nuevo marco mejora la autocompletación de código al capturar conocimiento específico del repositorio.

Una mirada a las vulnerabilidades y soluciones para sistemas de aprendizaje profundo.

Combinando fuzzing y modelos de lenguaje para mejorar la eficiencia en las pruebas de software.

DafnyBench mide herramientas de verificación de software, abriendo el camino para una programación confiable.

Una mirada a cómo los LLMs enfrentan desafíos de programación por ejemplo.

Probar LLMs es clave para aplicaciones de IA seguras y efectivas.

Una nueva herramienta mejora el análisis estático con gráficos simplificados y aprendizaje automático.

Un nuevo enfoque mejora la fiabilidad de las pruebas para bibliotecas de aprendizaje profundo.

Aprende cómo los centros de datos miden y reportan sus emisiones de carbono de manera efectiva.

AlabOS agiliza los flujos de trabajo para laboratorios automatizados, mejorando la eficiencia en la investigación de materiales.

Los grandes modelos de lenguaje mejoran las pruebas diferenciales en el desarrollo de software.

Explora cómo la IA está transformando las prácticas y roles en la ingeniería de software.

Estudio explora análisis estático para mejorar la completación de código a nivel de repositorio.

Este estudio evalúa cómo los LLMs pueden mejorar las pruebas de mutación en el desarrollo de software.

Examinando el impacto de las APIs obsoletas en las sugerencias de código de los LLM.

Explorando cómo GenAI influye en las prácticas de ingeniería de software y qué sigue igual.

Un sistema que usa principios Agile para mejorar la eficiencia en el desarrollo de software y la colaboración.

Un nuevo enfoque combina conocimiento y tecnología para mejorar la detección de vulnerabilidades en el software.

La IA simplifica la creación de diagramas de clases, aumentando la eficiencia y precisión en el diseño de software.

Este artículo habla sobre los desarrollos recientes para mejorar la eficiencia en los Modelos de Lenguaje Grande.

Un nuevo método mejora la velocidad de pruebas y la detección de fallos en programas cuánticos.

Un nuevo método para mejorar las pruebas de seguridad de vehículos autónomos a través de escenarios generados.

Un nuevo método encuentra errores de rendimiento en frameworks de DL de manera eficiente.

Examinando las limitaciones de los modelos de lenguaje grande en entender las relaciones de código.

RepoExec evalúa el rendimiento de generación de código a nivel de repositorio.

Un marco mejora la generación de código para lenguajes especializados usando documentación.

Abordando el problema del arranque en frío con nuevas técnicas de perfilado para un mejor rendimiento de la app.

Una nueva herramienta usa aprendizaje automático para detectar errores de rendimiento de manera efectiva.

Examinando la memorización en modelos de autocompletado de código y sus implicaciones de privacidad.

Un nuevo modelo de doble transformador mejora las predicciones de tiempo de ejecución a partir del análisis del código fuente.

Un estudio sobre la capacidad de Copilot para generar código en varios lenguajes de programación.

Este artículo explora métodos para calcular la energía del estado fundamental usando programación cuántica.

Un nuevo conjunto de datos mejora la eficiencia de búsqueda de código para los desarrolladores que usan consultas en lenguaje natural.

Investigando el impacto de la anotación social en el compromiso y rendimiento de los estudiantes de programación.

Nuevos métodos mejoran las predicciones al centrarse en la funcionalidad del código en lugar de los nombres de las variables.

Una herramienta que usa IA ayuda a identificar la configuración clave para el rendimiento del software.

Una mirada a las pruebas basadas en escenarios para evaluar modelos de generación de código.

Este referente evalúa modelos multimodales en tareas de BPM como documentación y mejora.

Evaluando la fiabilidad de los comentarios generados por modelos de lenguaje en el código de software.