Derniers articles pour Développement de logiciels

Cette étude propose de nouveaux syntaxes sucrées basées sur de vrais modèles de codage en Java.

Un aperçu de comment la tokenisation impacte l'efficacité des modèles de langage.

Cette étude examine les difficultés à identifier les bugs dans les systèmes d'apprentissage profond.

Un nouveau cadre pour comprendre le coût dans la programmation fonctionnelle probabiliste.

Une nouvelle structure de graphe améliore l'efficacité des compilateurs dans la programmation parallèle.

Un nouveau jeu de données révèle des infos sur l'utilisation des modèles pré-entraînés dans les projets logiciels.

Une nouvelle approche pour créer des mises en page polycube flexibles et personnalisées par l'utilisateur dans la modélisation 3D.

Explore les principaux obstacles que les équipes agiles rencontrent dans la gestion des données et les solutions efficaces.

Une nouvelle approche améliore les LLMs en intégrant du code Python exécutable pour mieux gérer les actions.

Un nouveau cadre améliore l'efficacité dans les expériences de physique des hautes énergies.

Explorer l'intégration des LLM dans des tâches de calcul haute performance.

Une nouvelle méthode améliore la compréhension du code grâce à des données étendues et des techniques d'entraînement.

Explorer comment la responsabilité façonne les pratiques d'ingénierie logicielle et la dynamique des équipes.

Une nouvelle méthode réduit les faux positifs dans les outils d'analyse statique en utilisant des tests de fuzz.

Voici AgentHPO, un cadre qui automatise l'ajustement des hyperparamètres en utilisant de grands modèles de langage.

Un nouveau système améliore la génération de messages de commit en se concentrant sur le contexte du code.

Une nouvelle approche pour mesurer la responsabilité dans les modèles d'IA en utilisant la théorie des jeux.

Une exploration des défis et des stratégies pour améliorer la sécurité des logiciels.

Une nouvelle méthode pour améliorer la performance en calcul scientifique en utilisant ytopt.

Une nouvelle méthode améliore l'efficacité et la qualité des revues de code grâce à l'apprentissage profond.

Évaluer la calibration du modèle pour améliorer la qualité du code et la confiance des développeurs.

Ce papier évalue l'efficacité du code généré à partir de différents modèles.

Un ensemble de données pour améliorer la précision de la génération de tests unitaires en utilisant de grands modèles linguistiques.

La recherche met en avant l'importance d'un design logiciel centré sur l'utilisateur pour corriger les défauts.

Découvre comment la Programmation par Graphes d'Objets simplifie la gestion des données dans le développement logiciel.

Présentation d'un outil pour créer des modèles de rapports de bugs personnalisés pour les développeurs de logiciels.

ARGO améliore la vitesse et l'efficacité de l'entraînement des GNN sur des systèmes multicœurs.

Un nouveau cadre améliore la prise de décision des LLM en s'appuyant sur les expériences passées.

Matcha aide les développeurs à créer des étiquettes de confidentialité précises pour les applis mobiles.

Un nouvel outil vise à simplifier la conversion des modèles Redex en Coq.

Les mises à jour de VDMS simplifient le traitement des données visuelles pour gérer les requêtes de manière efficace.

Cet article explique les bases de la sémantique des programmes et ses concepts clés.

JUNO utilise de nouveaux outils logiciels pour simplifier la recherche sur les neutrinos et l'analyse des données.

Un atelier vise à améliorer les pratiques de citation des logiciels dans la recherche en physique des hautes énergies.

Une nouvelle méthode améliore l'efficacité des tests de régression en utilisant des données historiques.

Cet article parle du rôle du non-déterminisme borné dans la gestion du comportement des programmes.

Évaluer à quel point les modèles de langage soutiennent les tâches de codage du point de vue de l'utilisateur.

Cette étude examine comment les développeurs expliquent les changements de code dans le noyau Linux.

Un nouveau système permet aux data scientists de former des robots sans logiciel compliqué.

Cette étude évalue la performance d'AutoML dans des tâches de recommandation pour les débutants.