Informatique - Génie logiciel

CoT-SelfEvolve améliore la création de code en perfectionnant les résultats grâce aux retours.

CodeSift vérifie le code généré pour sa justesse sans l'exécuter, ce qui accélère la validation.

Une nouvelle méthode améliore l'inférence grammaticale pour les langages de programmation avec une meilleure précision et lisibilité.

Une étude sur la performance des modèles d'IA dans la génération de code et de tests.

Présentation de DroneWiS pour des tests de drones améliorés par temps venteux.

Un nouvel outil aide à évaluer les compétences en codage JavaScript et les niveaux de maîtrise.

Une étude sur l'amélioration des outils pour les développeurs juniors afin de traiter les problèmes de sécurité.

Découvre comment la surveillance de la configuration dévoile les réglages système grâce à l'analyse du comportement.

Un nouveau système pour réaliser des enquêtes économiques interactives facilement.

Cette étude évalue des modèles de langage large dans des défis de programmation en roumain.

Explore comment le développement drivé par des exemples rend le logiciel plus facile à comprendre.

Une nouvelle méthode pour des expériences de débogage mieux personnalisées grâce à une gestion des erreurs sur mesure.

Améliorer la génération de code en intégrant le contexte de programmation pour plus de précision.

De nouvelles méthodes améliorent la détection des vulnérabilités logicielles grâce à l'IA.

Cette étude examine comment les recruteurs perçoivent les outils d'IA dans le recrutement en ingénierie logicielle.

Examen des LLM pour générer du code de programmation audio avec des langages visuels.

Comment l'IA peut améliorer plutôt que remplacer l'ingénierie logicielle.

Examiner le rôle des dépendances dans la mesure de la naturalité du code.

Cette étude examine comment les LLM évaluent les résumés de rapports de bogues par rapport aux évaluateurs humains.

De nouvelles méthodes améliorent la détection de bugs dans les systèmes distribués en utilisant des techniques d'apprentissage par renforcement.

Identifier des traits uniques du code produit par Claude 3 en utilisant l'apprentissage automatique.

Cet article examine les problèmes liés à la création de SBOM efficaces en Python.

Cette étude examine les défis liés à l'adoption de logiciels open source dans les organisations publiques.

Cette étude compare différents LLM pour trouver des bugs et détecter des vulnérabilités dans les logiciels.

Une étude sur les tactiques de phishing dans la blockchain Ethereum et des moyens de riposter.

Explorer les défis de maintenance des GitHub Actions dans le développement logiciel.

Apprends pourquoi vérifier les logiciels est super important pour la fiabilité et la confiance des utilisateurs.

InvSol améliore la sécurité des contrats intelligents grâce à des techniques avancées de création d'invariants.

Une nouvelle méthode améliore les recommandations d'API pour les développeurs, en se concentrant sur la compatibilité et la diversité.

RTLRewriter améliore l'optimisation du code RTL, rendant la conception de circuits numériques plus efficace.

De nouvelles méthodes améliorent la génération de tests unitaires avec des modèles de langage large.

Cet article parle de méthodes innovantes pour visualiser des systèmes logiciels complexes grâce à la collaboration.

Une étude sur l'efficacité de différents modèles de langue dans les tâches d'analyse des logs.

Une analyse des outils de test de fairness pour les développeurs de logiciels.

Cet article explore l'identification et la gestion des biais dans l'IA pour des résultats équitables.

PoTo améliore l'analyse statique pour Python, ce qui booste la qualité du code et l'inférence de type.

Découvre comment les pratiques de sécurité peuvent améliorer le développement logiciel et réduire les risques.

Un nouveau cadre combine la recherche de code, la génération et la réparation pour un programming efficace.

Un aperçu de comment l'apprentissage automatique aide à identifier la dette technique dans le développement logiciel.

Une étude montre comment combiner des modèles améliore la précision des tests logiciels.