Informatique - Génie logiciel

Une nouvelle approche améliore les suggestions de code pour le développement logiciel.

L'automatisation des revues de code peut améliorer l'efficacité des développeurs et la croissance de l'équipe.

Améliorer les méthodes de détection des paquets nuisibles dans les dépôts de logiciels.

Ce cadre simplifie la compréhension des politiques de confidentialité grâce à la technologie IA.

Cet article passe en revue les problèmes dans les projets LLM et propose des solutions pour les développeurs.

CodeTracker améliore le suivi des changements de code en se concentrant sur la précision et la prise en compte du refactoring.

Explorer l'importance de la responsabilité dans les systèmes logiciels qui impactent les résultats sociaux et juridiques.

LLM-Cure simplifie l'analyse des avis d'apps pour une meilleure expérience utilisateur.

Examiner comment ChatGPT transforme les réponses aux questions de programmation par rapport aux experts humains.

Les outils d'IA comme GitHub Copilot augmentent la productivité et la satisfaction des développeurs.

CodeInsight propose un ensemble de données affiné pour générer du code Python avec de vrais exemples.

Une étude sur la performance des modèles de détection d'objets sur des petits appareils.

Une approche légère améliore la détection des correctifs de vulnérabilités silencieuses dans les logiciels open-source.

L'optimisation des algorithmes quantiques avec l'apprentissage machine améliore les performances des calculs.

De nouvelles méthodes se concentrent sur l'analyse du code source pour une meilleure prédiction des défauts.

SOSK aide les utilisateurs à suivre et extraire des mots-clés des rapports de sécurité des logiciels.

Une nouvelle méthode vise à améliorer le texte alt pour les icônes d'applis mobiles afin d'aider les utilisateurs malvoyants.

Examiner comment les émotions des devs influencent la qualité du code ML.

Cet article examine pourquoi les entreprises font des dons de logiciels d'IA aux communautés open source.

Avec l'avancée de la technologie, la sécurité des logiciels fait face à de nouveaux défis et opportunités.

Cet article évalue à quel point les LLMs génèrent des cas de test pour des programmes Java.

Examiner l'impact et les leçons de l'attaque cybernétique DarkSeoul sur la Corée du Sud.

Un nouvel outil pour améliorer la performance de la simulation de circuits quantiques.

Cette étude traite des déchets dans le développement logiciel et propose des stratégies de mesure.

RepairBench établit des normes pour comparer les modèles d'IA dans la réparation des bugs logiciels.

Découvrez comment le développement malléable transforme la compréhension des logiciels avec des outils personnalisés.

Cette étude montre comment les pubs rendent l'accès en ligne plus compliqué pour les utilisateurs avec des handicaps.

Un nouveau système améliore la précision et l'efficacité de la traduction de code en utilisant des agents spécialisés.

CRScore propose une méthode d'évaluation innovante pour juger les commentaires de relecture de code sans références humaines.

Une nouvelle méthode améliore la détection des malwares tout en résistant aux attaques adversariales.

Une nouvelle approche pour améliorer la détection des anomalies basée sur les logs en utilisant des modèles de transformateurs.

Présentation d'un langage de programmation axé sur la performance fiable des applications et la gestion de la mémoire.

Cet article parle de la compréhension du code Java décompilé et de son importance.

Explorer le lien entre les traits de personnalité et l'efficacité de la génération de code avec les LLMs.

Explore comment la synthèse de données améliore les performances et l'entraînement des modèles de codage.

Cette étude examine comment les LLM aident les devs à comprendre les algorithmes quantiques de manière efficace.

VIEWER simplifie les données des patients pour les pros de la santé mentale.

DemoCraft améliore la génération de code à partir du langage naturel en utilisant une sélection d'exemples intelligente.

Des recherches montrent que les LLM peuvent générer du code synthétique utile pour l'enseignement.

L'espoir est essentiel pour la résilience, la motivation et une bonne santé mentale.